计算 SVM 损失函数的梯度答案

【问题标题】：Compute the gradient of the SVM loss function计算 SVM 损失函数的梯度
【发布时间】：2016-07-01 10:36:21
【问题描述】：

我正在尝试实现 SVM 损失函数及其梯度。我找到了一些实现这两个的示例项目，但我无法弄清楚它们在计算梯度时如何使用损失函数。

这里是损失函数的公式：

我无法理解的是，在计算梯度时如何使用损失函数的结果？

示例项目计算梯度如下：

for i in xrange(num_train):
    scores = X[i].dot(W)
    correct_class_score = scores[y[i]]
    for j in xrange(num_classes):
      if j == y[i]:
        continue
      margin = scores[j] - correct_class_score + 1 # note delta = 1
      if margin > 0:
        loss += margin
        dW[:,j] += X[i]
        dW[:,y[i]] -= X[i]

dW 用于梯度结果。 X 是训练数据的数组。但我不明白损失函数的导数是如何产生这段代码的。

【问题讨论】：

你用的是什么例子？

标签： python machine-learning svm gradient

【解决方案1】：

在这种情况下计算梯度的方法是微积分（分析，而不是数字！）。所以我们对 W(yi) 区分损失函数，如下所示：

关于 W(j)，当 j!=yi 为：

1 只是指示函数，因此当条件为真时我们可以忽略中间形式。当你写代码时，你提供的例子就是答案。

由于您使用的是 cs231n 示例，如果需要，您绝对应该查看note 和视频。

希望这会有所帮助！

【讨论】：

他们是如何从基本的 SVM 损失中开发出这些公式的？你能更详细地解释一下吗？谢谢
@UriAbramson 嗨！这实际上是基本的微积分。将 (w(j).T * xi - w(yi).T * xi + delta) 对 w(yi) 进行微分，得到 -xi，对 w(j) 进行微分，得到 xi (当指标函数对这两种情况都为真时）。好吧，由于该网站不支持方程渲染，最好查看the original note，如果您对微积分理解有困难，我建议您观看可汗学院。他们有很棒的教程视频。我希望这会有所帮助。
我现在明白了。我没有弄清楚 1(.... > 0) 是一个条件。谢谢你的解释，你能解释一下为什么你需要做2个衍生品——一个w.r.t Wj，另一个w.r.t Wyi？它是如何工作的..？
当梯度相对于 Wyi 时，为什么会有求和，而相对于 Wj 时却没有求和？总和是如何消失的。
我很难理解这一点。幸运的是，这个救了：mlxai.github.io/2017/01/06/…

【解决方案2】：

如果减法小于零，则损失为零，因此 W 的梯度也为零。如果 substarction 大于零，那么 W 的梯度就是 loss 的偏导数。

【讨论】：

【解决方案3】：

如果我们不保留这两行代码：

dW[:,j] += X[i]
dW[:,y[i]] -= X[i]

我们得到损失值。

【讨论】：