類神經網路訓練 局部最小值 (local minima) 與鞍點 (saddle point)

之前有提到有時我們在微分之後會得到gradient = 0的值，就以為我們已經找到最小值，但其實它只是local minima。

那這一節主要想跟大家分享我們要怎麼區分是不是Local Minima。

那critical point根據圖形我們可以分成兩種類型：

1. local minima：圖形最低點。
2. saddle point：只是某個方向的最低點，在不同方向上其實還有路可以走。

那要如何區分？

1. 如上圖，可以透過圖形區分
2. 透過Hessian區分

Hessian

計算方式：

1. 透過泰勒展開式，我們可以將L(θ)近似於：

𝐿(θ)≈ 𝐿(θ)′+(θ−θ′)^𝑇 *g+1/2 * (θ−θ′)^𝑇 𝐻(θ−θ′)

此時處於critical point -> (θ−θ′)^𝑇 *g的值為0

*g: gradient

*H: Hessian -> H_ij =  (∂²/∂θ_i∂θ_j )*L(θ'): 對Loss函數的二次微分

2. 計算v^THv，以及所有的eigen value λ:

a. λ> 0 -> local minima

b. λ< 0 -> local maxmum

c. λ有正有負 -> saddle point

Q: 如果算出來是saddle point呢?

A: 那我們就能透過eigen value 與vector得出可以更新的方向

假設我們得到的eigen value λ = 2, -2

我們就計算出eigen vector

接著照著eigen vector u的方向更新我們的θ，即能更新我們的參數

推導過程：

H可以替換成eigen value λ，v替換成u=[1 1]^T

=> u^THu = u^Tλu = λ|u|²

再帶回泰勒展開式我們可以得到

𝐿(θ)= 𝐿(θ)′+1/2 * (θ−θ′)^𝑇 𝐻(θ−θ′)

(θ−θ′) = u帶入

-> 𝐿(θ)= 𝐿(θ')+1/2 * u^Tλu

如果λ < 0 我們能得知 𝐿(θ) < 𝐿(θ')

=> θ−θ′ = u -> θ = θ′ + u

=> 推得我們可以透過＋u更新θ值

Example:

假設我們設計一個function為 y = w₁w₂x，目標是找到最接近y= 1的答案:

我們可以得到Loss function:

L = (ŷ - ​w₁w₂x)² = (1-w₁w₂x)² <- 只有一筆y= 1的訓練資料

接著，我們透過微分得到gradient decent:

∂/∂w₁ = 2(1-w₂x)(-w₂)

∂/∂w₂ = 2(1-w₁x)(-w₁)

而我們事先知道當w₁ = 0, w₂ = 0時為critical point

(可以各自將w₁ = 0的值帶入上述微分後的函數，結果也為0)

我們計算出Hession: 將每個向量都做2次微分

向量H = ∂*L/∂w₁² ∂*L/∂w₁∂w₂ 0 -2

∂*L/∂w₂∂w₁ ∂*L/∂w₂² => -2 0

=> 由此得知 eigen value λ = 2,-2 => saddle point ​

如何更新參數？

eigen value λ = -2, eigen vector u = [1 1]^T

=> 更新的 θ = θ' - u

*但要注意，這樣的計算量極大，通常不採用這樣的方法

那local minima與saddle point哪一個更常見？

-> 事實上Saddle point 更多。

我們可以透過檢查eigen value的正負決定

-> minimum ratio 代表還有多少路可以走 = 正的eigen value數目 / 所有的eigen value數目

以上是關於如何區分local minima與saddle point的辦法～