BGFS是一种准牛顿算法, 所谓的"准"是指牛顿算法会使用Hessian矩阵来进行优化, 但是直接计算Hessian矩阵比较麻烦, 所以很多算法会使用近似的Hessian, 这些算法就称作准牛顿算法(Quasi Newton Algorithm).
1. 牛顿算法(Newton Algorithm)
牛顿算法考虑了函数的二阶单数, 是一种二阶优化方法, 并且是所有其他二阶优化方法的鼻祖. 作为对比, 梯度下降(Gradient Descent)只考虑了函数的一阶导数, 是一阶优化方法.
推导过程：
我们考虑函数的二阶泰勒展开式: (mathit{f_{quad}}(mathit{oldsymbol{ heta}})=mathit{f_k}+mathit{oldsymbol{g}_k^T}(mathit{oldsymbol{ heta}-oldsymbol{ heta}_k})+frac{1}{2}(mathit{oldsymbol{ heta}-oldsymbol{ heta}_k})^{mathit{T}}oldsymbol{H}_{mathit{k}}(mathit{oldsymbol{ heta}-oldsymbol{ heta}_k})), 其中(mathit{oldsymbol{ heta}})为需要优化的参数, (oldsymbol{g}_k)为( abla mathit{f}(mathit{oldsymbol{ heta}_k}))
上式可以重写作:$$mathit{f_{quad}}(mathit{ heta}) = mathit{oldsymbol{ heta}^T}oldsymbol{A}mathit{oldsymbol{ heta}}+oldsymbol{b}^Tmathit{oldsymbol{ heta}}+mathit{c}$$
其中
式子-1
二次函数的最小值取为(x=-frac{b}{2a})
所以式子-1在(mathit{oldsymbol{ heta}})取以下值时达到最小
亦即Newton算法每次迭代时只需要对(mathit{oldsymbol{ heta}_k})加上以下项
牛顿方法的步骤为
2. BFGS算法
Newton算法在计算时需要用到Hessian矩阵(oldsymbol{H}), 计算Hessian矩阵非常费时, 所以研究者提出了很多使用方法来近似Hessian矩阵, 这些方法都称作准牛顿算法, BFGS就是其中的一种, 以其发明者Broyden, Fletcher, Goldfarb和Shanno命名.
BFGS算法使用以下方法来近似Hessian矩阵, (oldsymbol{B}_k approx oldsymbol{H}_k):
初始时可以取(oldsymbol{B}_0=oldsymbol{I})
因为Hessian矩阵的大小为(mathit{O}(mathit{D}^2)), 其中D为参数的个数, 所以有时Hessian矩阵会比较大, 可以使用L-BFGS(Limited-memory BFGS)算法来进行优化.
参考文献:
[1]. Machine Learning: A Probabilistic Perspective. p249-p252.
[2]. Wekipedia: L-BFGS