直观理解梯度，以及偏导数、方向导数和法向量等

• 2019 年 10 月 21 日
• 筆記

博客：blog.shinelee.me | 博客园 | CSDN

写在前面

梯度是微积分中的基本概念，也是机器学习解优化问题经常使用的数学工具（梯度下降算法），虽然常说常听常见，但其细节、物理意义以及几何解释还是值得深挖一下，这些不清楚，梯度就成了“熟悉的陌生人”，仅仅“记住就完了”在用时难免会感觉不踏实，为了“用得放心”，本文将尝试直观地回答以下几个问题，

• 梯度与偏导数的关系？
• 梯度与方向导数的关系？
• 为什么说梯度方向是上升最快的方向，负梯度方向为下降最快的方向？
• 梯度的模有什么物理意义？
• 等高线图中绘制的梯度为什么垂直于等高线？
• 全微分与隐函数的梯度有什么关系？
• 梯度为什么有时又成了法向量？

闲话少说，书归正传。在全篇“作用域”内，假定函数可导。

偏导数

在博文《单变量微分、导数与链式法则 博客园 | CSDN | blog.shinelee.me》中，我们回顾了常见初等函数的导数，概括地说，

导数是一元函数的变化率（斜率）。导数也是函数，是函数的变化率与位置的关系。

如果是多元函数呢？则为偏导数。

偏导数是多元函数“退化”成一元函数时的导数，这里“退化”的意思是固定其他变量的值，只保留一个变量，依次保留每个变量，则(N)元函数有(N)个偏导数。

以二元函数为例，令(z=f(x,y))，绘制在3维坐标系如下图所示，

在分别固定(y)和(x)的取值后得到下图中的黑色曲线——“退化”为一元函数，二维坐标系中的曲线——则偏导数(frac{part{z}}{part{x}})和(frac{part z}{part y})分别为曲线的导数（切线斜率）。

由上可知，一个变量对应一个坐标轴，偏导数为函数在每个位置处沿着自变量坐标轴方向上的导数（切线斜率）。

方向导数

如果是方向不是沿着坐标轴方向，而是任意方向呢？则为方向导数。如下图所示，点(P)位置处红色箭头方向的方向导数为黑色切线的斜率，来自链接Directional Derivative

方向导数为函数在某一个方向上的导数，具体地，定义(xy)平面上一点((a, b))以及单位向量(vec u = (cos theta ,sin theta ))，在曲面(z=f(x, y))上，从点((a,b, f(a,b)))出发，沿(vec u = (cos theta ,sin theta ))方向走(t)单位长度后，函数值(z)为(F(t)=f(a+t cos theta, b + t sin theta))，则点((a,b))处(vec u = (cos theta ,sin theta ))方向的方向导数为：
[ begin{aligned} &left.frac{d}{d t} f(a+t cos theta, b+t sin theta)right|_{t=0} \=& lim _{t rightarrow 0} frac{f(a+t cos theta, b+t sin theta) – f(a, b)}{t} \=& lim _{t rightarrow 0} frac{f(a+t cos theta, b+t sin theta) – f(a, b+t sin theta)}{t} + lim _{t rightarrow 0} frac{f(a, b+t sin theta) – f(a, b)}{t} \=& frac{partial}{partial x} f(a, b) frac{d x}{d t}+frac{partial}{partial y} f(a, b) frac{d y}{d t} \=& f_x (a, b) cos theta+ f_y (a, b) sin theta \=&left(f_x (a, b), f_y (a, b)right) cdot(cos theta, sin theta) end{aligned} ]
上面推导中使用了链式法则。其中，(f_x (a, b))和(f_y (a, b))分别为函数在((a, b))位置的偏导数。由上面的推导可知：

该位置处，任意方向的方向导数为偏导数的线性组合，系数为该方向的单位向量。当该方向与坐标轴正方向一致时，方向导数即偏导数，换句话说，偏导数为坐标轴方向上的方向导数，其他方向的方向导数为偏导数的合成。

写成向量形式，偏导数构成的向量为(nabla f(a, b) = (f_x (a, b), f_y (a, b)))，称之为梯度。

梯度

梯度，写作(nabla f)，二元时为((frac{part{z}}{part{x}}, frac{part{z}}{part{y}}))，多元时为((frac{part{z}}{part{x}}, frac{part{z}}{part{y}},dots))。

我们继续上面方向导数的推导，((a,b))处(theta)方向上的方向导数为
[ begin{aligned} &left(f_x (a, b), f_y (a, b)right) cdot(cos theta, sin theta) \ =& |((f_x (a, b), f_y (a, b))| cdot |1| cdot cos phi \=& |nabla f(a,b)| cdot cos phi end{aligned} ]
其中，(phi)为(nabla f(a,b))与(vec u)的夹角，显然，当(phi = 0)即(vec u)与梯度(nabla f(a,b))同向时，方向导数取得最大值，最大值为梯度的模(|nabla f(a,b)|)，当(phi = pi)即(vec u)与梯度(nabla f(a,b))反向时，方向导数取得最小值，最小值为梯度模的相反数。此外，根据上面方向导数的公式可知，在夹角(phi < frac{pi}{2})时方向导数为正，表示(vec u)方向函数值上升，(phi > frac{pi}{2})时方向导数为负，表示该方向函数值下降。

至此，方才有了梯度的几何意义：

1. 当前位置的梯度方向，为函数在该位置处方向导数最大的方向，也是函数值上升最快的方向，反方向为下降最快的方向；
2. 当前位置的梯度长度（模），为最大方向导数的值。

等高线图中的梯度

在讲解各种优化算法时，我们经常看到目标函数的等高线图示意图，如下图所示，来自链接Applet: Gradient and directional derivative on a mountain，

图中，红点为当前位置，红色箭头为梯度，绿色箭头为其他方向，其与梯度的夹角为(theta)。

将左图中(z=f(x, y))曲面上的等高线投影到(xy)平面，得到右图的等高线图。

梯度与等高线垂直。为什么呢？

等高线，顾名思义，即这条线上的点高度（函数值）相同，令某一条等高线为(z=f(x,y)=C)，(C)为常数，两边同时全微分，如下所示
[ begin{aligned} dz = &frac{part f}{part x} dx + frac{part f}{part y} dy \=& (frac{part f}{part x}, frac{part f}{part y}) cdot (dx, dy) \=& dC = 0end{aligned} ]
这里，两边同时全微分的几何含义是，在当前等高线上挪动任意一个极小单元，等号两侧的变化量相同。(f(x, y))的变化量有两个来源，一个由(x)的变化带来，另一个由(y)的变化带来，在一阶情况下，由(x)带来的变化量为(frac{part f}{part x} dx)，由(y)带来的变化量为(frac{part f}{part y} dy)，两者叠加为(z)的总变化量，等号右侧为常数，因为我们指定在当前等高线上挪动一个极小单元，其变化量为0，左侧等于右侧。进一步拆分成向量内积形式，((frac{part f}{part x}, frac{part f}{part y}))为梯度，((dx, dy))为该点指向任意方向的极小向量，因为两者内积为0，所以两者垂直。自然不难得出梯度与等高线垂直的结论。

更进一步地，梯度方向指向函数上升最快的方向，在等高线图中，梯度指向高度更高的等高线。

隐函数的梯度

同理，对于隐函数(f(x,y)=0)，也可以看成是一种等高线。二元时，两边同时微分，梯度垂直于曲线；多元时，两边同时微分，梯度垂直于高维曲面。

即，隐函数的梯度为其高维曲面的法向量。

有了法向量，切线或切平面也就不难计算得到了。令曲线(f(x , y))上一点为((a,b))，通过全微分得该点的梯度为((f_x, f_y))，则该点处的切线为(f_x (x-a) + f_y (y-b) = 0)，相当于将上面的微分向量((dx, dy))替换为((x-a, y-b))，其几何意义为法向量垂直切平面上的任意向量。

小结

至此，文章开篇几个问题的答案就不难得出了，

• 偏导数构成的向量为梯度；
• 方向导数为梯度在该方向上的合成，系数为该方向的单位向量；
• 梯度方向为方向导数最大的方向，梯度的模为最大的方向导数；
• 微分的结果为梯度与微分向量的内积
• 等高线全微分的结果为0，所以其梯度垂直于等高线，同时指向高度更高的等高线
• 隐函数可以看成是一种等高线，其梯度为高维曲面（曲线）的法向量

以上。

参考

• Gradients and Partial Derivatives
• Directional Derivative
• Applet: Gradient and directional derivative on a mountain
• Gradient descent
• Gradient
• Partial derivative
• ppt Partial derivative