Edited at

Rで勾配法(勾配降下法・最急降下法)を実装

More than 5 years have passed since last update.

これなら分かる最適化数学 3.1 に記載の通り、勾配法(勾配降下法・最急降下法)を用いて、関数に最大値・最小値を取らせる変数の値を求めます。以下の例では最大値を取る点を求めています。


1変数の場合

OPT1.GradientDescent1D.png

frame()

par(mfcol=c(1, 1))
par(mar=c(2, 2, 1, 0.1))
par(mgp=c(1, 0.2, 0))
xrange <- c(-3, 3)
yrange <- c(-1, 1)
f <- function(x) { cos(x) }
dx <- function(x) { -sin(x) }
search <- function(x0, f, df) {

x <- x0
h <- 0.7
eps <- 1e-6
i <- 1
# 解の移動量が十分小さくなるまで繰り返す。
repeat {
oldx <- x
# df(x)の符号によって、進む方向を決める。
h <- sign(df(x)) * abs(h)
newx <- x + h
if (f(x) < f(newx)) {
# 関数値が増大する限り、ステップ幅を倍にしていく。
repeat {
h <- 2 * h
x <- newx
newx <- x + h
if (f(x) >= f(newx)) {
break
}
}
h <- h / 2
} else {
# 関数値が減少してしまうときは、ステップ幅を半分にしていき、
# 関数値が増大する位置を見つける。
repeat {
h <- h / 2
newx <- x + h
if (f(x) <= f(newx)) {
break
}
}
x <- newx
h <- 2 * h
}
lines(c(oldx, x), c(i - 1, i) * 0.05 - 0.5, type="o", col=2)
cat("i=", i, "x=" , x, "f(x)=", f(x), "df(x)=", df(x), "h=", h, "\n")
if (abs(h) < eps) {
break
}
i <- i + 1
}
x
}

curve(f, xlim=range(xrange), ylim=range(yrange))
search(-1, f, dx)


多変数の場合

OPT2.GradientDescent2D.png

frame()

par(mfcol=c(1, 2))
par(mar=c(2, 2, 1, 0.1))
par(mgp=c(1, 0.2, 0))

search <- function(x0, delta, f, df) {

x <- x0
h <- 0.7
eps <- 1e-6
i <- 1
# 解の移動量が十分小さくなるまで繰り返す。
repeat {
oldx <- x
# df(x)の符号によって、進む方向を決める。
h <- sign(df(x)) * abs(h)
newx <- x + h * delta
if (f(x) < f(newx)) {
# 関数値が増大する限り、ステップ幅を倍にしていく。
repeat {
h <- 2 * h
x <- newx
newx <- x + h * delta
if (f(x) >= f(newx)) {
break
}
}
h <- h / 2
} else {
# 関数値が減少してしまうときは、ステップ幅を半分にしていき、
# 関数値が増大する位置を見つける。
repeat {
h <- h / 2
newx <- x + h * delta
if (f(x) <= f(newx)) {
break
}
}
x <- newx
h <- 2 * h
}
cat("search i=", i, "x=" , x, "f(x)=", f(x), "df(x)=", df(x), "h=", h, "\n")
if (abs(h) < eps) {
break
}
i <- i + 1
}
x
}

hillclimb <- function(x, f, dx, dy) {

eps <- 1e-12
i <- 1
repeat {
# 探索直線x(t)=x0+t*∇f0を求める。
gradientf0 <- c(dx(x), dy(x))
cat("hillclimb i=", i, "x=" , x, "f(x)=", f(x), "gradientf0=", gradientf0, "\n")
# 探索直線上の関数F(t)=f(x(t))について、1階微分dF/dt=∇f^T * ∇f0を求める。
df <- function(x) { as.numeric(c(dx(x), dy(x)) %*% gradientf0) }
# 探索直線の方向ベクトルを正規化する。
delta <- scale(gradientf0, center=F)
# 直線探索する。
newx <- search(x, delta, f, df)
# 軌跡を描画する。
xy <- cbind(x, newx)
lines(xy[1, ], xy[2, ], type="o", col=1)
diff = newx - x
x <- newx
# ||Δx||^2 が十分小さくなるまで繰り返す。
if (sum(diff * diff) < eps) {
break
}
i <- i + 1
}
x
}

draw <- function() {
xgrid <- seq(-3, 3, 0.1)
ygrid <- seq(-3, 3, 0.1)
zgrid <- outer(xgrid, ygrid, Vectorize(function(x, y){ f(c(x, y)) }))
image(xgrid, ygrid, zgrid, xlim=range(xgrid), ylim=range(ygrid), xlab="x[1]", ylab="x[2]", main="f(x)", col=rainbow(450)[256:1])
contour(xgrid, ygrid, zgrid, xlim=range(xgrid), ylim=range(ygrid), add=T)
hillclimb(c(1, 0.5), f, dx, dy)
}

f <- function(x){ -x[1] ^ 2 - 4 * x[2] ^ 2 + 5 * x[1] }
dx <- function(x){ -2 * x[1] + 5 }
dy <- function(x){ - 8 * x[2] }
draw()

f <- function(x){ cos(x[1]) + cos(x[2]) }
dx <- function(x){ -sin(x[1]) }
dy <- function(x){ -sin(x[2]) }
draw()

# f <- function(x){ -(x[1] ^ 3 + x[2] ^ 3 - 9 * x[1] * x[2] + 27) }
# dx <- function(x){ -(3 * x[1] ^ 2 - 9 * x[2]) }
# dy <- function(x){ -(3 * x[2] ^ 2 - 9 * x[1]) }
# draw()