首页 > 代码库 > 无监督学习之RBM和AutoEncoder

无监督学习之RBM和AutoEncoder

  • 几种学习方式
    • 半监督学习
    • Transfer Learning
    • Self-talk Learning
  • RBM
    • RBM的类别
    • Boltzmann Machine
    • Restricted Boltzmann Machine
    • Evaluation
    • Inference
    • Training
      • 网络结构
      • 训练过程
      • 概率分布计算与Gibbs Sampling
      • 对比散度Contrastive Divergence
      • 泛化
    • 实例
  • AutoEncoder
    • 特点
    • 实例

技术分享

有标签的数据固然好,可是一方面打标签的代价太高,另一方面大部分数据是无标签的。这样就涉及到无监督、半监督、Self-taught学习的问题。本文将介绍两种适用于无标签数据的学习方法,可以找到数据中的隐含模式,包括RBMAutoEncoder

几种学习方式

以识别猫狗图像为例,区分以下几种学习方式。

  • 监督学习:有标签的猫狗数据。
  • 无监督学习:无标签的猫狗数据。
  • 半监督学习:部分有标签的猫狗数据。
  • Transfer Learning:有标签的猫狗数据、有标签的大象老虎的数据。
  • Self-taught Learning:有标签的猫狗数据、无标签的大象老虎美女的数据。

半监督学习

有时候,考虑无标签的数据分布,我们可能可以把分类器做得更好。

技术分享

首先,可以先用有标签的数据训练得到分类器C0<script type="math/tex" id="MathJax-Element-52">C_0</script>,然后用C0<script type="math/tex" id="MathJax-Element-53">C_0</script>去预测无标签的数据并打上标签。最后使用全部的数据训练得到分类器C1<script type="math/tex" id="MathJax-Element-54">C_1</script>。

Transfer Learning

Transfer Learning,本质上是希望通过与目标对象不那么相关的数据(例如利用大象老虎的图片去分类猫狗的图片)发现潜在的共性特征,利用潜在的共性特征去分类识别。

在图像识别中,经常使用Transfer Learning的方法。其思路是:先利用CNN训练一大堆数据,CNN的隐含层相当于特征提取层。用于新的数据时,保持原来的网络结构的前面部分不变,相当于构建了隐含特征,通过调整后面部分的网络参数实现对新数据的识别。

在日常生活中,也有Transfer Learning的例子。有本叫《爆漫王》的漫画,讲的是一位少年努力成为漫画家的故事。其实漫画家和研究生蛮像的,责编-导师、画分镜-跑实验、投稿jump-投稿期刊。不过,人家的漫画家比咱研究生努力多了,生病住院的时候还在画分镜,研究生很少有住院拿键盘code的吧。

Self-talk Learning

Self-talk Learning与Transfer Learning很像,都有除了猫狗以外的大象老虎的数据。不同之处是:Transfer Learning的大象老虎数据是有标签的,Self-talk Learning的大象老虎数据是无标签的。

Self-talk Learning的例子如下:

  • 识别数字0-9,有a-z的无标签的字符数据
  • 新闻文本分类,有网络上爬的各种文本
  • 汉语识别,有网络上英语、西班牙语的语料数据

乍看之下,Self-talk Learning很难,从不相关的无标签数据中可以获得什么呢?仔细思考下,以图像为例,像素空间的向量分布是很稀疏的,实际空间的维度并不需要这么高。不论是0-9还是a-z都是由不同的笔触组成的,如果可以通过无监督的a-z学习到笔触的表现形式,那么对于0-9的数据,先转化成笔触再进行识别便有可能取得较高的识别精度。

RBM

RBM的类别

RBM属于图模型的一种,具体来说,有:

技术分享

Boltzmann Machine

Boltzmann Machine,评判了一组集合可能情况的分数,设集合S={s1,...sK}<script type="math/tex" id="MathJax-Element-242">S = \{s_1,...s_K\}</script>,si{0,1}<script type="math/tex" id="MathJax-Element-243">s_i \in \{0,1\}</script>,定义评估函数如下:

E(S)=iaisi+i<jwijsisj
<script type="math/tex; mode=display" id="MathJax-Element-124">E(S) = \sum_i a_i s_i + \sum_{i

将评估函数转化成概率的话,公式如下:

P(S)=eE(S)SeE(S)
<script type="math/tex; mode=display" id="MathJax-Element-228">P(S) = \frac{e^{E(S)}} {\sum_{S‘} e^{E(S‘)}}</script>

从图模型的角度理解,Boltzmann Machine相当于factor graph。对于每个节点si<script type="math/tex" id="MathJax-Element-229">s_i</script>,以及每个节点对(si,sj)<script type="math/tex" id="MathJax-Element-230">(s_i,s_j)</script>,都有一个factor与之对应。

技术分享

Restricted Boltzmann Machine

受限玻尔兹曼机,在原玻尔兹曼机的集合S={s1,...sK}<script type="math/tex" id="MathJax-Element-748">S = \{s_1,...s_K\}</script>基础上,增加了新的隐含集合H={h1,...hK}<script type="math/tex" id="MathJax-Element-749">H=\{h_1,...h_K\}</script>。其本质也是factor graph,factor存在于所有的node上,同时原来玻尔兹曼机中两两相连的node对{si,sj}<script type="math/tex" id="MathJax-Element-750">\{s_i,s_j\}</script>取消了,换成了node对{si,hj}<script type="math/tex" id="MathJax-Element-751">\{s_i, h_j\}</script>。其图模型的具体表示为:

技术分享

RBM或者Restricted RBM主要由三部分组成:

  • Evaluation:如何评估当前的状态好坏,对应E(x,h)<script type="math/tex" id="MathJax-Element-752">E(x,h)</script>或P(x,h)<script type="math/tex" id="MathJax-Element-753">P(x,h)</script>
  • Inference:给定x<script type="math/tex" id="MathJax-Element-754">x</script>,计算P(hj=1|x)<script type="math/tex" id="MathJax-Element-755">P(h_j=1|x)</script>
  • Training:如何训练得到模型的参数w,b,c<script type="math/tex" id="MathJax-Element-756">w,b,c</script>

Evaluation

对于RBM:

E(S)=iaisi+i<jwijsisj
<script type="math/tex; mode=display" id="MathJax-Element-798">E(S) = \sum_i a_i s_i + \sum_{i

对于Restricted RBM:

E(x,h)=ibihi+jcjxj+i,jwijhixj
<script type="math/tex; mode=display" id="MathJax-Element-799">E(x,h) = \sum_i b_i h_i + \sum_j c_j x_j + \sum_{i,j} w_{ij}h_i x_j</script>

Inference

Restricted RBM本质是无向图,根据图论有:

  • 给定x,所有的h独立
  • 给定h,所有的x独立

那么,P(hi=1|x)<script type="math/tex" id="MathJax-Element-1378">P(h_i=1|x)</script>的计算公式为:

技术分享

这个公式中,相当于x是输入层,h是隐含层,输入层与隐含层之间全连接。激活函数是sigmoid函数。需要注意的是,Restricted RBM本质是无向图,而不是神经网络那样的有向图,只不过做inference的时候计算方法与神经网络的forward部分相近。

技术分享

同样的,也可以类比计算P(x|h)<script type="math/tex" id="MathJax-Element-1379">P(x|h)</script>(这个在训练过程中的gibbs采样中会用到)。

Training

前面叙述了Restricted RBM的Evaluation和Inference,下面就剩下如何去Training了。Restricted RBM的训练采用了最大似然法,最大似然已知数据出现的概率。已知数据的概率P(x)<script type="math/tex" id="MathJax-Element-909">P(x)</script>通过P(x,h)<script type="math/tex" id="MathJax-Element-910">P(x,h)</script>做margin得到。有了最大似然的目标函数,然后采用梯度上升法求解即可。

目标为:

maxr=1RP(xr)
<script type="math/tex; mode=display" id="MathJax-Element-931">\max \prod_{r=1}^R P(x^r)</script>

网络结构

训练的优化目标是最大P(x)<script type="math/tex" id="MathJax-Element-1047">P(x)</script>,通过转化等效对于带有softplus激活函数的网络,增加已知数据的激活度F(x)<script type="math/tex" id="MathJax-Element-1048">F(x)</script>,减少任意数据的激活度F(x)<script type="math/tex" id="MathJax-Element-1049">F(x)</script>。

技术分享
技术分享
技术分享

训练过程

目标函数是最大似然函数maxRr=1P(xr)<script type="math/tex" id="MathJax-Element-1106">\max \prod_{r=1}^R P(x^r)</script>,训练的时候求目标函数对参数的梯度即可,相关数学公式如下:

技术分享
技术分享
技术分享
技术分享

最后通过训练,得到的概率公式如下,其物理含义是增加看到数据的激活强度,减少未看到数据的激活强度。

技术分享

概率分布计算与Gibbs Sampling

在训练的梯度更新式中,需要计算P(h|x)<script type="math/tex" id="MathJax-Element-1300">P(h|x)</script>与P(h,x)<script type="math/tex" id="MathJax-Element-1301">P(h,x)</script>,这两个概率分布可以通过Gibbs Sampling得到。
Gibbs Sampling中,外循环遍历样本数,内循环遍历特征数,对于每个特征,根据该特征的条件概率分布进行采样。
因为受限玻尔兹曼机x<script type="math/tex" id="MathJax-Element-1302">x</script>和h<script type="math/tex" id="MathJax-Element-1303">h</script>的条件独立性,可以在采样的时候做适当简化,最后等效于类似神经网络计算的采样。

技术分享
技术分享
技术分享

对比散度Contrastive Divergence

gibbs采样的目的是获得概率分布,进而获得梯度上升中的更新梯度。那么,在做梯度上升的过程中,每次更新梯度都得计算概率分布也都得进行gibbs采样,这样会导致计算量非常大。

通常情况下,计算一次吉布斯采样即可,并用第一次采样的概率分布当做之后的概率分布。

技术分享

泛化

上文讲的RBM是针对x,h<script type="math/tex" id="MathJax-Element-1327">x,h</script>都是01值的,如果x不是01值,只需要改相应factor的计算公式即可。

技术分享

实例

  1. 针对手写字体识别,可以做RBM的无监督学习,最后将每个隐含层对应的权重转化成图片,可以发现,每个隐含层相当于识别特定的笔触模式,可以视为特征提取器。
  2. RBM的隐含层不一定得一层,可以做多层的RBM得到更为抽象的特征。
  3. RBM可以用来预训练神经网络,训练的时候除了输出层与前一个隐含层不做RBM其他都做RBM。这个在10年之前用的比较多,10年之后大家用relu之后便不用RBM了。
  4. DBN和DNN是不一样的。

技术分享

AutoEncoder

特点

  1. 自编码器相当于通过网络重构数据。
  2. 自编码器如果隐含层是1层,激活函数是线性,输入数据做了均值化,那么等效于PCA。
  3. 自编码器为了增加泛化能力,一般会增加噪声构成de-noising自编码器。同时也可以增加一些正则项提高泛化能力。
  4. 自编码器可以提高网络层数获得更深更抽象的表征能力。

技术分享
技术分享
技术分享

实例

  1. 通过自编码器做text retrival(bag of wards会遇到同义词认为不一样的问题)。
  2. 通过自编码器做picture retrival。
  3. 通自编码器预训练神经网络。

技术分享

<script type="text/javascript"> $(function () { $(‘pre.prettyprint code‘).each(function () { var lines = $(this).text().split(‘\n‘).length; var $numbering = $(‘
    ‘).addClass(‘pre-numbering‘).hide(); $(this).addClass(‘has-numbering‘).parent().append($numbering); for (i = 1; i <= lines; i++) { $numbering.append($(‘
  • ‘).text(i)); }; $numbering.fadeIn(1700); }); }); </script>

    无监督学习之RBM和AutoEncoder