理解玻爾兹曼机和深度学习.pptVIP

理解玻尔兹曼机和深度学习 侯越先 天津大学网络智能信息技术研究所 2014-11-03 1 动机 解释玻尔兹曼机（BM）和深度学习（DL）模型的经验成功 启发面向维数约简、信息抽象和去噪应用的新颖方法和模型 2 存在的解释 神经生理解释 通用近似解释（可近似性和近似复杂性） 规则化解释 3 我们的观点 现有解释中包含了有益的启发 现有解释远不完备，玻尔兹曼机和深度学习的有效性需要基于“第一原则”的形式化澄清 信息几何为形式化解释提供了理论工具 4 维数约简、信息抽象和去噪的“第一原则” 第一原则：维数约简、信息抽象和去噪应该尽可能地保留数据中的主要信息，同时滤除噪声或次要信息 “第一原则”能否被一般地实现？ 5 存在的方法 常用维数约简、信息抽象和去噪算法实现了“第一原则”吗？ 例子：PCA 例子：低通滤波 6 反思 基于特征空间的模型似乎都建议在特定先验假设之上 为了更一般地实现维数约简、信息抽象和去噪目的，有必要考虑替换的数据表示空间 7 我们的基本思路 考虑数据的参数空间！ 一般地定义生成模型的参数的相对重要性 根据参数的相对重要性，在参数空间中实现维数约简、信息抽象和去噪 8 例子：log-linear分布族与高斯分布 9 满足 ? ? ? ? ? ? ? 参数约减！ 关键技术问题 如何一般地定义参数的相对重要性？ 解决方案： 1 定义概率分布或密度之间的距离度量 2 由参数相对于距离度量的重要性给出参数之间的相对重要性 10 度量概率分布（或密度）之间距离的“公理” 1 满足基本的度量三公理 2 似然一致性：可有效反映统计推断的似然性 11 度量概率分布（或密度）之间距离的“公理”（续1） 3 重参数化不变性 对于概率分布（或密度）和的任两种参数化和，均有 这里是距离度量 ? 12 ? 度量概率分布（或密度）之间距离的“公理”（续2） 4 相对于变量集上的随机映像的单调性： (1) 如果随机映像对应于充分统计量，则距离度量不变 (2) 否则，距离度量减小 13 是否存在同时满足上述所有公理的距离度量？ 存在且唯一！ 里程碑： 1 Fisher (Early 1930) 2 Rao (1945) 3 Cencov (1982) 14 Fisher-Rao度量 单参数定义 多参数定义 15 ? ? Fisher-Rao距离（信息距离） 局域定义： 全局定义： 16 ? ? Cramer-Rao下界与Fisher-Rao度量的似然一致性 Fisher信息决定了参数无偏估计的方差下界 单参数情形 多参数情形 由参数估计的渐进正态性及渐进有效性，可直接说明Fisher-Rao度量对应于参数被“误估计”的可能性（似然一致性） 17 ? ? 参数约简基本思路（Refined） 1 特征空间 --- 参数空间 2 利用参数的Fisher信息，定义参数的相对重要性 3 根据参数的相对重要性，在参数空间中实现维数约简、信息抽象和去噪 可信信息优先原则（Confident Information First）！ 18 实例：n布尔变量分布 个布尔型随机变量 个布尔型随机变量的参数化中的任意项，这里表示，其余类似 如何对上述分布应用CIF原则？ ? 19 实例：n布尔变量分布（续1） 技术困难：各个p参数具有相等的Fisher信息 解决办法：寻找替换的参数表示（利用信息几何） 20 实例：n布尔变量分布（续2） 布尔变量分布的坐标表示（即参数化） 坐标：-1个归一化的正数 坐标： 坐标： ? 21 ? 实例：n布尔变量分布（续3） 混合坐标： （l-分割混合坐标） 在混合坐标系下，参数谱系的信息含量（Fisher信息）可建立显著的层次结构，且低Fisher信息含量的参数可自然地确定中立值！ ? 22 玻尔兹曼机与n布尔变量分布 随机神经网络， 网络的整体能量函数： 玻尔兹曼-吉布斯分布： ? ? ? ? ? BM模型参数 ? ? ? ? 23 玻尔兹曼机与CIF原则（1） 结论1(Amari et. al. , 1992)：给定目标概率分布： 单层波尔兹曼机（SBM）实现了2-分割混合坐标 上的参数剪切，即： l-分割混合坐标 24 ? ? 玻尔兹曼机与C