RBM基础
RBM模型是基于能量的模型。对于一组给定的状态 (v.h) ,其能量函数为
Eθ(v,h)=−∑i=1Nvaivi−∑j=1Nhbjhj−∑i=1Nv∑j=1Nhhjwjivi
利用上述能量函数给出
(v.h) 的联合分布为
Pθ(v,h)=1Zθe−Eθ(v,h)
其中,
θ=(W,a,b) ,
W=[wij]Nv∗Nh 表示
vi 和
hj 之间的连接权重,
a=(a1,a2,...,aNv) 、
b=(b1,b2,...,bNh) 分别表示观测单元
v ,隐藏单元
h 的偏置。
Zθ=∑v,he−Eθ(v,h)
RBM的学习算法
求解更好拟合训练数据的RBM参数 θ ,方法是使用极大似然法,极大似然函数为
Lθ=Pθ(v)=∑hPθ(v|h)
设训练样本集合
S=(v1,...,vNs) ,对数极大似然函数为
lnLθ,S=ln(∏n=1NsPθ(vn))=∑n=1NslnPθ(vn)
此时,RBM学习的目标为极大化上式,使用梯度上升(gradient ascent),通过如下的迭代格式来求解
θ:=θ+η∂lnLθ,S∂θ
η 是学习率,问题的关键是求解梯度
∂lnLθ,S∂θ ,省略
Lθ,S 中的
θ ,对于单个样本
v 计算似然函数
lnLS=lnP(v)=ln(1Z∑he−E(v,h))=ln∑he−E(v,h)−lnZ=ln∑he−E(v,h)−ln∑v,he−E(v,h)
上式中红色
v 表示单个训练样本,黑色
v 表示任意的训练样本。针对单个样本
v 进一步计算梯度(省略了推导过程)
∂LS∂θ=∂lnP(v)∂θ=−∑hP(h|v)∂E(v,h)∂θ+∑v,hP(v,h)∂E(v,h)∂θ
上式中包含两个期望,第一个
∑hP(h|v)∂E(v,h)∂θ 为能量梯度
∂E(v,h)∂θ 在分布
P(h|v) 下的期望,对应每个训练样本数据遍历其可能的隐藏数据的值,可以求得;第二个
∑v,hP(v,h)∂E(v,h)∂θ 为能量梯度
∂E(v,h)∂θ 在分布
P(v,h) 下的期望,对应于每个可能的
v 求其隐藏数据的值,计算量非常大。其中,
∑v,hP(v,h)∂E(v,h)∂θ=∑v∑hP(v)P(h|v)∂E(v,h)∂θ=∑vP(v)∑hP(h|v)∂E(v,h)∂θ
因此,只需讨论
∑hP(h|v)∂E(v,h)∂θ 的计算,下面对
θ=(wij,ai,bj) 分别进行计算(省略推导过程)
∑hP(h|v)∂E(v,h)∂wij∑hP(h|v)∂E(v,h)∂ai∑hP(h|v)∂E(v,h)∂bj=−P(hi=1|v)vj=−vi=−P(hj=1|v)
对于单个训练样本
v ,各个梯度为
∂lnP(v)∂wi,j=−∑hP(h|v)∂E(v,h)∂wi,j+∑v,hP(v,h)∂E(v,h)∂wi,j=P(hi=1|v)vj−∑vP(v)P(hi=1|v)vj
∂lnP(v)∂ai=−∑hP(h|v)∂E(v,h)∂ai+∑v,hP(v,h)∂E(v,h)∂ai=vi−∑vP(v)vi
∂lnP(v)∂bj=−∑hP(h|v)∂E(v,h)∂bj+∑v,hP(v,h)∂E(v,h)∂bj=P(hi=1|v)−∑vP(v)P(hi=1|v)
以上是针对单个训练样本的情形,在整个样本空间
S=v1,...,vns 上有
∂LS∂θ=∂lnP(vm)∂θ 从而可得如下公式,
∂lnP(v)∂wi,j∂lnP(v)∂ai∂lnP(v)∂bj=∑m=1Ns[P(hi=1|vm)vmj−∑vP(v)P(hi=1|v)vj]=∑m=1Ns[vmi−∑vP(v)vi]=∑m=1Ns[P(hi=1|vm)−∑vP(v)P(hi=1|v)]
上述三个公式中,
∑v 项的计算复杂度为
O(2Nv+Nh) ,可以通过MCMC方法如Gibbs进行采样,并用样本对
∑v 项进行估计。k步Gibbs抽样过程如下
h(0)←P(h|v(0))h(1)←P(h|v(1))... ,v(1)←P(v|h(0)),v(2)←P(v|h(1)),v(k)←P(v|h(k−1))
这样得到的
v(k) 可以用来估计上式中的
∑v 项,根据MCMC采样的思想,将上述三个式子进一步推导,并使用
v(k) 来近似可得
∂lnP(v)∂wi,j∂lnP(v)∂ai∂lnP(v)∂bj=∑m=1Ns[P(hi=1|vm)vmj−∑vP(v)P(hi=1|v)vj]≈∑m=1Ns[P(hi=1|vm)vmj−P(hi=1|v(k))v(k)j]=∑m=1Ns[vmi−∑vP(v)vi]≈∑m=1Ns[vmi−v(k)i]=∑m=1Ns[P(hi=1|vm)−∑vP(v)P(hi=1|v)]≈∑m=1Ns[P(hi=1|vm)−P(hi=1|v(k))]
但是常规的gibbs采样的
k 需要足够大,才能使得采集到的样本符合RBM分布,Hinton教授发明了对比散度(Contrastive Divergence,CD)方法,通过使用训练样本集
S 中的观测数据
vi 来初始化
v(0) 来减少状态转移次数,具体做法是在算法的开始将可见状态
v(0) 设置为一个训练样本,并使用条件概率
P(hj=1|v(0)) 对每个隐藏单元抽取0~1之间的概率值,然后利用
P(vi=1|h(0)) 对观测单元抽取概率值,这样就得到
v(1) ,一般
v(1) 就够了,即
k=1 ,如下是CD-k算法的主要步骤:
CDK(k,S,RBM();Δw,Δa,Deltab)
- 输入:
k,S,RBM(W,a,b)
- 输出:
Dw,Da,Db
step 1 初始化:
Δw=0,Δa=0,Δb=0
Step 2 对S中的样本循环生成
Δw,Δa,Δb
FOR v∈S DO{v(0):=vFOR t=0,1,...,k−1 DO{h(t)=sample_h_given_v(v(t),RBM(w,a,b));v(t+1)=sample_v_given_h(h(t),RBM(w,a,b));}FOR i=1,2,...,Nv;j=1,2,...,Nh DO{Δwi,j=Δwi,j+[P(hj=1|v(0))v(0)i−P(hj=1|v(k))v(k)i];Δai=Δai+[v(0)i−v(k)i]; Δbj=Δbj+[P(hj=1|v(0))−P(hj=1|v(k))];}}
其中,记
phi=P(vi=1|h),i=1,2,...,Nv ,
sample_v_given_h 的计算可写成
FOR v∈S DO{generateRadom ri∈[0,1];vi={1,if ri<phi;0,otherwise.}
sample_h_given_v 的计算与
sample_v_given_h 类似.
将上述的
CD−k 算法用于完整的RBM算法如下
Step 1 初始化
(1)给定训练样本集合
S(|S|==Ns)
(2)给定训练周期
J ,学习率
η 以及
CD−k 算法参数
k
(3)指定可见层和隐藏层的单元数目
Nv,Nh
(4)初始化偏置向量以及权重矩阵
(a,b,w)
Step 2 训练
FOR iter=1,2,...,J DO{CDK(k,S,RBM(W,a,b));UPDATE W=W+η(1NsΔW),a=a+η(1NsΔa),b=b+η(1NsΔb)}
使用Python实现上述算法的示例