上一篇：PyTorch官网demo解读——第一个神经网络（2）-CSDN博客
上一篇文章我们讲解了第一个神经网络的模型，这一篇我们来聊聊梯度下降。
大佬说梯度下降是深度学习的灵魂；梯度是损失函数（代价函数）的导数，而下降的目的是让我们的损失不断减少，达到模型收敛的效果，最终拟合出最优的参数w。
所以，我们要先从损失函数（代价函数）说起。
-
损失函数
从上一篇我们知道这个神经网络的模型是：y = wx + b
对于单一个样本（x, y），它的损失值就是：loss = wx + b - y
为了简单好理解，我们先把b去掉，那么 loss = wx - y，这个误差值可能是负数，而我们衡量一个误差值使用负数好像有点奇怪，于是我们使用均方差，那么单个样本的损失就变成这样：
loss = (wx - y) ^2
假定我们有n个样本【(x1, y1), (x2, y2) …… (xn, yn)】，那么我们的损失函数就是：
这个损失函数实际上是一个开口向上的抛物线，我随机取了5个样本值，手搓了一下，画出来如下图：
-
梯度下降
梯度实际上就是损失函数的导数，即抛物线上某个点的变化率
所以梯度函数是：
t = 2aw + b
下降就是每次迭代，将当前的权重减去 梯度值乘以学习率，即：
w = w - t * lr
其中 lr 表示学习率，学习率可以理解为我们每次迈的步伐大小，如果迈的步伐太大，会导致在逼近最优参数时难以收敛，步伐太大跨过去了，在最优参数左右摇摆。所以通常学习率会设置比较小的值。
-
代码
上面我们万般无奈地使用了一堆数学公式...，但有时候数学是最好的抽象方式，就像程序员喜欢说 read the f**king source code 一样。语言是对事物的抽象，而数学是对语言的进一步抽象吧，语言无法表达某些自然的规律，所以需要通过数学来表达，哈哈！
好啦，回顾第一篇的demo代码，关于损失函数，pytorch demo的代码极为精简：
# 丢失函数 loss function
def nll(input, target):
return -input[range(target.shape[0]), target].mean()
loss_func = nll而梯度下降就更为精简了，梯度是自动推导的，只需设置一个标志：
weights.requires_grad_()没错，只需上面这行代码，在每次训练迭代后调用 loss.backward()，梯度就被计算出来啦，而我们只需在每次迭代中减去梯度值就好，如下：
pred = model(xb) # 通过模型预测
loss = loss_func(pred, yb) # 通过与实际结果比对，计算丢失值
loss.backward() # 反向传播
with torch.no_grad():
weights -= weights.grad * lr # 调整权重值
bias -= bias.grad * lr # 调整偏差值
weights.grad.zero_()
bias.grad.zero_()weights.grad.zero_()的作用是将每次迭代的梯度清零，不然下次计算梯度的时候会进行叠加。
关于梯度下降，就聊到这里吧！有问题可以留言探讨，共同学习！
未有知而不行者，知而不行，只是未知！
