<模型汇总-10> Variational AutoEncoder_变分自动编码器原理解析

在<模型汇总-9>部分，详细讲解了与VAE有关的基础知识，涉及LVM、MAP、EM、MCMC、Variational Inference（VI），可以通过公众号往期内容查看。有了这些知识的铺垫，今天就为大家分析下VAE的原理。

2.1 VAE产生背景

生成模型根据公式（11）对观测样本p（X）建模：

其中，引入了一个参数O，参数化后的隐变量z来简化观测样本概率密度函数（PCB）p（X）的计算，这其中存在一个问题：如何定义一个有效的隐变量Z，获得有效的latent information？隐变量的具体定义很复杂，很难人为指定那些隐特征是有效的，且通常我们也不需要人为去指定那些隐特征是有效的。比如说，数字[0,9]的识别，这些隐变量可以是数字本身、写下数字的角度、笔法宽度、或其他抽象的形式化特性等等，而且这些特征之间可能是互相关联的。VAE采用了一种比较简单的方法来处理这个问题：不存在关于Z的简单解释，但Z是可以直接从一个简单的分布采样得到，比如高斯分布N（0，I），I是单位矩阵。

为什么这样做可行呢？任何一个d维的分布，都可以采用一个d维的高斯分布过有限次复杂的函数变换得到。因此，可以通过学习一个函数f，把独立且服从高斯分布的Z映射到任意我们希望的隐变量，随后，再把这个隐变量解码回观测样本X。因此，公式（11）中，观测样本X关于隐变量Z的似然函数可以写成如下形式：

其中，映射函数f（z，O）可以采用一个多层的神经网络来逼近。可以假设：这个多层神经网络把高斯分布Z映射到真正的隐变量（比如，数字的特征、笔法宽度、角度等）。随后，可以通过另外一个多层网络把隐变量解码回真是的数字。这也是VAE使用深度学习模型充当encoder和decoder的原理。

2.2 VAE目标函数建立

在公式（11）中，我们希望引入条件概率p（x|z）来近似计算观测样本X的分布p（x），但对于大多数隐变量z来说，条件概率p（x|z）是等于零的，对于估计p（x）没有用。因此，VAEs的核心思想就是尝试去采样得到最优可能产生观测样本X的隐变量Z，然后基于Z计算p（x）。最直接做法是构造一个新的函数q（z|x），该函数表示输入观测样本X条件下，产生与之相关的隐变量Z的分布，相当于在基于观测样本X，依概率q（z|x）对隐变量Z进行筛选。可见，基于q（z|x）的隐变量Z的space，比基于p（z）的隐变量Z的space小很多。怎么来构建q（z|x）呢？VAE采用了变分推理的原理。关于变分推理的一些细节，我们已经在1.5节做了详细介绍，这里就直接拿来用。

通过1.5节推导得出，变分推理中优化的目标函数是变分的证据下界ELBO函数，如公式（13）所示：

公式（13）右边期望中的第二项KL（q（Z|X）||p(Z)）表示把X编码到隐变量Z，第一项p（X|Z）表示把隐变量Z解码重构观测样本X，等式的右边整体一起表示编码和解码后整体期望。VAE知识形式上和自动编码器类似，但它与传统的自动编码器，比如稀疏自动编码器和降噪自动编码器不同。

2.3 VAE目标函数优化与Reparameterization Trick

首先需要得到ELBO目标函数的具体表达形式。假设观测样本X服从N（u（X，O），d(X，O)）的高斯分布，隐变量Z服从N（0，I）的高斯分布。目标函数中最右边的KL距离可以简化表示成（14）式的形式：

注意p（X）与p（Z|X）是同分布的。

目标函数中的第一项Eq[p(X|Z)]，后验概率期望，直接计算比较复杂，可以采用MCMC采样的方法近似，此时，VAEs的网络结构如图2所示左图所示。但这样做有两个问题：1、MCMC采样计算量大，实现起来很难；2、采样操作没有办法进行梯度反向传播。

 

图2 VAEs网络结构示意图

因此，提出了Reparameterization Trick来处理这个问题。

Reparameterization Trick：把采样（sampling）操作移动到输出层操作。可以从N（u（X），d（X））中，结合e~N（0,I）采样得到q（z|x）的均值u（x）和协方差矩阵d（x），然后计算z=u（X）+d^1/2(X)*e。此时，目标函数转换为公式（15）：

公式（15）中，把采样方式换成相乘在求和的方式，可以求导数，是的梯度反向传播可导。注意，Reparameterization Trick进适用于p（Z|X）和p（Z）是连续函数的状态下。此时的VAEs模型如图2的右边图所示。

2.4 Conditional Variational Autoencoders（CVAE）

对VAEs的推理过程中添加观测样本X做为条件进行变分计算，得到CVAEs。CVAE处理input-to-output中一对多映射的问题。CVAEs的网络结构如图3所示。

 

图3 CVAE结构示意图

此时ELBO目标函数转换为公式（16）：

此时，p（z|x，O）仍然服从N（0，I）分布，因为CVAEs中Z是独立与X采样得到的。

参考文献：

Grammar Variational Autoencoder

Tutorial on Variational Autoencoders

DEEP UNSUPERVISED CLUSTERING WITH GAUSSIAN MIXTURE VARIATIONAL AUTOENCODERS

GAUSSIAN MIXTURE VAE: LESSONS ABOUT VARIATIONAL INFERENCE, GENERATIVE MODELING, AND DEEP NETS.

Variational Autoencoders for Semi-supervised Text Classification

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NLP”或“DeepLearning_NLP”或扫描二维码添加关注。