自动求梯度

【注】参考自邱锡鹏的《神经网络与深度学习》。
自动计算梯度的方法主要分为三类：数值微分、符号微分和自动微分。

1. 数值微分

1.1 原理

根据函数 $f(x)$ 在点 $x$ 处的导数的定义：

$$\begin{array}{c} f^{'}(x) = \lim_{\Delta x \rightarrow 0} \frac{f(x+\Delta x) - f(x)}{\Delta x} \end{array}$$

通过给定一个很小的非零扰动 $\Delta x$，即可通过上述定义直接求出导数 $f^{'}(x)$。在实际应用中，为减小截断误差，常采用以下公式来计算梯度：

$$\begin{array}{c} f^{'}(x) = \lim_{\Delta x \rightarrow 0} \frac{f(x+\Delta x)-f(x-\Delta x)}{2\Delta x} \end{array}$$

1.2 优缺点

• 优：实现简单
• 缺：计算出的导数的准确度依赖于 $\Delta x$ 的选取，容易产生舍入误差和截断误差；同时，对于每个参数都需要单独施加扰动，计算梯度的复杂度较高，为 $O(N^2)$，其中 $N$ 为参数数量。

2. 符号微分

2.1 原理

符号微分是一种基于「符号计算」（也称为「代数计算」）的自动求导方式。符号计算的输入和输出都是数学表达式，一般包括对数学表达式的化简、因式分解、微分、积分、解代数方程、求解常微分方程等运算。

• 符号计算一般来讲是对输入的表达式，通过迭代或递归使用一些事先定义的规则进行转换。当转换结果不能再继续使用变换规则时，便停止计算。

2.2 优缺点

• 优：符号微分可以在编译时就计算梯度的数学表示，并进一步利用符号计算方法进行优化。此外，符号计算的一个优点是符号计算和平台无关，可以在 CPU 或 GPU 上运行。

• 缺：1）编译时间较长，特别是对于循环，需要很长时间进行编译；2）为了进行符号微分，一般需要设计一种专门的语言来表示数学表达式，并且要对变量（符号）进行预先声明；3）很难对程序进行调试。

3. 自动微分

3.1 原理

自动微分的基本原理是所有的数值计算可以分解为一些基本操作，包含 +, −, ×, / 和一些初等函数 exp, log, sin, cos 等，然后利用链式法则来自动计算一个复合函数的梯度。一般用「计算图」来图形化表示自动微分的过程。

• 按照计算导数的顺序，自动微分可以分为两种模式：前向模式和反向模式。

1. 前向模式：前向模式是按计算图中计算方向的相同方向来递归地计算梯度。
2. 反向模式：反向模式是按计算图中计算方向的相反方向来递归地计算梯度。

对于一般地函数形式 $f: \mathbb{R}^N \rightarrow \mathbb{R}^M$

• 前向模式需要对每一个输入变量都进行一遍遍历，共需要 $N$ 遍；
• 反向模式需要对每一个输出变量都进行一遍遍历，共需要 $M$ 遍；

在前馈神经网络的参数学习中，风险函数为 $f: \mathbb{R}^N \rightarrow \mathbb{R}$，故采用反向模式最为有效，即反向传播算法。