Variational AutoEncoder_VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)

Variational AutoEncoder_VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)_第1张图片

Kingma et al和Rezende et al2013年提出了变分自动编码器(Variational AutoEncodersVAEs)模型,仅仅三年的时间,VAEs就成为一种最流行的生成模型(Generative model),通过无监督的方式学习复杂的分布。VAEGAN一样是一种学习生成模型学习框架,它由encoderdecoder两个部分组成,两个部分都可以由CNNLSTMDNN等网络组成,采用梯度下降法学习网络参数。VAE是一种生成模型(Generative model),首先就从生成模型谈起。

生成模型是机器学习里一个比较广泛的概念,假设模型的观测样本为X,生成模型直接对观测样本X建模、或是基于隐变量Z的条件PX|Z)建模。假设观测变量X的真实分布PrX)复杂且未知,生成模型的目的是希望通过采样的方式来建立一个模型P,目标函数是使得模型建模分布PmX)尽可能的去逼近观测变量X的真实分布PrX)。训练生成模型并不容易,存在三个问题:

1、对于观测样本X有非常强的假设。

2、常常有一些极端的近似,导致最终得到suboptimal的模型。

3、模型参数的推理往往依赖于复杂非变分MCMC方法,计算量大,实际中不可行。

针对这些问题,基于神经网络,采用反向传播方法的VAEs很好的解决了这些问题:

1、VAEs假设(assumption)很弱(weak),可以通过反向传播法快速训练模型参数。

2VAEs采用approximation引入的误差(error)非常小,使模型具有很强的建模能力。这些优点也是VAEs快速流行的原因。

与传统的自动编码器AE,比如稀疏自动编码器和降噪自动编码器,相比,VAEs核心技巧是变分推理(variational inference)和参数重写(reparameterization)技术,其背景知识设计到了图模型和概率论中很多知识:隐变量模型(latent variable models)、最大似然估计(MLE)、最大化后验概率(MAP)、期望最大值算法(EM)、马尔科夫蒙特卡罗方法(MCMC)、KL散度(KL divergence)、变分推理(Variational Inference)相关知识。首先介绍一下相关基础知识,然后再介绍VAE模型。

1VAEs背景知识介绍

1.1 隐变量模型(latent variable models

在生成模型中,可观测到的样本X的真实分布是未知的。为了求解X的分布,假设存在一个由参数O确定的隐变量Z,假设Z服从参数为O的高斯分布N(0,I),Z可以确定观测样本X的分布,ZX关系可以用图1所示的有向图表示。

 Variational AutoEncoder_VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)_第2张图片

1 隐变量Z和观测样本X关系示意图

结合图1和贝叶斯公式可以得到观测样本的边缘分布px)与隐变量z的关系:


其中,O表示参数的集合(一般参数集合用theta表示,这里为了表示输入方便,采用O表示),px)表示观测样本x的分布,pxz)表示观测样本x与隐变量z的联合概率分布,px|z)表示x相对于z的条件概率(隐变量z关于x的似然函数),pz)表示隐变量z的概率分布(隐变量z先验概率),pz|x)表示z关于x的后验概率。公式(1)相等是因为,右边通过对变量z的积分,积掉z的影响:

隐变量模型是如何工作的:隐变量z是我们制定的,这里选择假设z服从高斯分布,因此,先验概率pz)的表达式是已知的。此外,建立由参数O确定的似然函数px|z)的表达式,通过极大化似然函数方法求解参数O的值,得到px|z)的表达式。通过公式(1),由pz)和px|z)可以确定px)的表达式,把求解观测样本px)分布的问题转换为求解参数化的似然函数px|z)的问题。在VAE中,采用深度学习模型来表示图1中的有向图模型,刻画观测样本X的分布,通过求解深度学习模型参数来逼近真实观测样本X的分布px)。

在机器学习模型中,显示或者隐式的对pz)和px|z)建模的模型,称为生成模型。工作时,首先依概率生成隐变量Zi ~ pZ),在依概率通过采样得到Xi ~ pXi|Zi)。

 

1.2 最大似然估计(Maximum Likelihood EstimationMLE)与最大化后验概率(MAP

概率论里参数估计最经典的方法就是极大似然估计。给定一组观测样本X=x1x2....xn,观测样本X的似然(出现的概率)定义为,注意这里的似然与上文提到的似然函数不同:


为了计算和求解方便,一般选择取似然的对数:


这样做主要目的是为了计算方便:

1、把累乘的问题转换为累加求和形式,分成多个term分别求解;

2、log对数满足Jassen不等式,方便采用EM等优化算法求解;

3、求导方便,降低数量级。

极大似然估计求解时认为模型的参数O是确定的,一定存在一个最优的参数O*使得似然函数最大化,参数估计的问题就转换成最大化对数似然函数的问题。

与极大似然估计观点相对的是贝叶斯学派观点,即最大化后验概率(Maximum A PosteriorMAP)。贝叶斯学派认为,模型的参数O是一个随机变量,其服从分布pO)。


MAP优化的目标函数如公式(4)所示。

 

1.3 期望最大值算法(Expectation MaximizationEM

在隐变量模型中,通过推导得出了:求解观测样本pX)的分布的问题转化成求解联合概率pxz)对数形式,如公式(5):


因此,在得到pz)和pX|z)表达式的情况下,采用深度学习模型对pX|Z)建模,可以通过期望最大值算法(EM)求解模型参数O

随机初始化模型参数Oold

E-step:根据参数初始值或上一次迭代的模型参数来计算隐变量z的后验概率pz|xOold),做为隐变量z的概率值的估计:


M-step:将似然函数最大值以获得新的参数值:


通过不断地迭代,收敛于最终的参数O*EM算法典型的应用是用于解决高斯混合模型(Gaussian Mixtrue ModelGMM的参数估计问题。EM算法是变分推理的基础,关于EM算法的收敛性证明和更多介绍请看PRML8-11章。

 

1.4 马尔科夫蒙特卡罗方法(MCMC

EM算法在最大化似然函数的过程中涉及对后验概率pz|xO)的积分,当求解高纬度或者复杂的分布时候,直接计算后验概率的积分是不可行的。因此,只有通过采样的方法近似的求解似然函数的值。


按照条件概率pz|x)对z进行采样。采用MCMC的方法进行采样,典型的MCMC方法有Metropolis HastingsMH算法和Gibbs算法,Gibbs算法是MH算法特例。

 

1.5 KL散度(KL divergence)与变分推理(Variational Inference

通过MCMC采样来近似计算后验概率存在一个问题:MCMC需要对每个数据点采样,计算量非常大,当处理大数据量时,直接计算不可行。


后验概率的分母为归一化因子,当数据量大时,直接计算归一化因子是不可行的。因此采用变分推理方法求解参数O。变分推理时,对观测样本X的对数似然做如下变换:

Variational AutoEncoder_VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)_第3张图片

在公式(10)中,KL(q||p)表示分布q与分布p之间的散度,(Kullback-Leibler divergence)KL散度用于衡量两个分布之间的距离,L(q)表示的是变分的证据下界目标函数(Evidence Lower Bound Objective,ELBO)。变分就是插入一个分布q(Z|X)到求解观测变量X的分布的表达式中,用一个简单的分布q(Z|X)来近似比较复杂的后验分布p(Z|X)。


KL距离恒>=0,当且仅当分布q和p完全相同时,即p=q时,KL(q||p)=0,注意KL(q||p)不等于KL(p||q)。我们的直接目标是argmin(KL(q||p)),但因为KL(q||p)同样设计求解后验概率p(Z|X),不能直接求解。问题可以转换为最大化变分的ELBO函数L(q),假设观测变量X的分布p(X)是不变的,最大化ELBO同时,也等价于最下化KL(q||p)。

KLq||p)相比,以ELBO函数作为目标函数来求解参数O的值方便很多,因为ELBO设计的联合概率pXZ)和后验概率qZ|X)容易计算:pXZ)在EM算法中给出了计算公式,qZ|X)使我们自己构造的。

关于EM算法、MCMCVariational inference的详细知识,参考徐亦达老师的视频教程和PRML教材的8-11章。

参考资料
Variational Auto-Encoders
Tutorial on Variational Autoencoders
Grammar Variational Autoencoder
PRML:8-11章


更多深度学习在NLP方面应用的经典论文、实践经验和最新消息,欢迎关注微信公众号“深度学习与NLPDeepLearning_NLP”或扫描二维码添加关注。

Variational AutoEncoder_VAE基础:LVM、MAP、EM、MCMC、Variational Inference(VI)_第4张图片


你可能感兴趣的:(深度学习,深度学习优化策略汇总,生成对抗网络GAN,深度学习模型汇总,深度学习与NLP)