【机器学习】无监督学习Autoencoder和VAE

2023-07-28 13:04:34

众所周知，机器学习的训练数据之所以非常昂贵，是因为需要大量人工标注数据。

autoencoder可以输入数据和输出数据维度相同，这样测试数据匹配时和训练数据的输出端直接匹配，从而实现无监督训练的效果。并且，autoencoder可以起到降维作用，虽然输入输出端维度相同，但中间层可以维度很小，从而起到降维作用，形成数据的一个浓缩表示。

可以用autoencoder做Pretraining，对难以训练的深度模型先把网络结构确定，之后再用训练数据去微调。

特定类型的autoencoder可以做生成模型生成新的东西，比如自动作诗等。

data representation：

人的记忆与数据的模式有强烈联系。比如让一位娴熟的棋手记忆某局棋局状态，会显示出超强的记忆力，但如果面对的是一局杂乱无章的棋局，所展现的记忆能力与普通人没什么差别。这体现了模式的力量，可以通过数据间关系进行记忆，效率更高。

autoencoder由于中间层有维度缩减的功效，因而强制它找到一个数据内部的pattern，从而起到高效的对训练数据的记忆作用。

如下图所示，一般中间层选取的维度很小，从而起到高效表示的作用。

【机器学习】无监督学习Autoencoder和VAE

如果完全做线性训练，cost function选取MSE，则这个autoencoder训练出来的效果相当于PCA的效果。

# 建立数据集

rnd.seed(4)

m = 200

w1, w2 = 0.1, 0.3

noise = 0.1

angles = rnd.rand(m) * 3 * np.pi / 2 - 0.5

data = np.empty((m, 3))

data[:, 0] = np.cos(angles) + np.sin(angles)/2 + noise * rnd.randn(m) / 2

data[:, 1] = np.sin(angles) * 0.7 + noise * rnd.randn(m) / 2

data[:, 2] = data[:, 0] * w1 + data[:, 1] * w2 + noise * rnd.randn(m)

# nomalize 训练集

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

X_train = scaler.fit_transform(data[:100])

X_test = scaler.transform(data[100:])

# 开始建立autoencoder

import tensorflow as tf

from tensorflow.contrib.layers import fully_connected

n_inputs = 3 # 3D inputs

n_hidden = 2 # 2D codings

# 强制输出层和输入层相同

n_outputs = n_inputs

learning_rate = 0.01

X = tf.placeholder(tf.float32, shape=[None, n_inputs])

# 隐层和输入层进行全连接

hidden = fully_connected(X, n_hidden, activation_fn=None)

# 不做任何非线性处理，activation=none

outputs = fully_connected(hidden, n_outputs, activation_fn=None)

# lost function使用均方差MSE

reconstruction_loss = tf.reduce_mean(tf.square(outputs - X)) # MSE

optimizer = tf.train.AdamOptimizer(learning_rate)

training_op = optimizer.minimize(reconstruction_loss)

init = tf.global_variables_initializer()

# 运行部分

# load the dataset

X_train, X_test = [...]

n_iterations = 1000

# the output of the hidden layer provides the codings

codings = hidden

with tf.Session() as sess:

    init.run()

    for iteration in range(n_iterations):

        # no labels (unsupervised)

        training_op.run(feed_dict={X: X_train})

    codings_val = codings.eval(feed_dict={X: X_test})

中间隐层作用如下图所示，将左图中3维的图形选取一个最优截面，映射到二维平面上。

【机器学习】无监督学习Autoencoder和VAE

stacked autoencoder

做多个隐层，并且输入到输出形成一个对称的关系，如下图所示，从输入到中间是encode，从中间到输出是一个decode的过程。

【机器学习】无监督学习Autoencoder和VAE

但层次加深后，训练时会有很多困难，比如如下代码中，使用l2的regularization来正则化，使用ELU来做激活函数

n_inputs = 28 * 28 # for MNIST

n_hidden1 = 300

n_hidden2 = 150 # codings

n_hidden3 = n_hidden1

n_outputs = n_inputs

learning_rate = 0.01

l2_reg = 0.001

X = tf.placeholder(tf.float32, shape=[None, n_inputs])

# arg_scope相当于对fully_connected这个函数填公共参数，如正则化统一使用l2_regularizer等，则以下4个fully_connected的缺省参数全部使用with这里写好的

with tf.contrib.framework.arg_scope(

         [fully_connected], activation_fn=tf.nn.elu,
　　　　　　weights_initializer=tf.contrib.layers.variance_scaling_initializer(),
　　　　   weights_regularizer=tf.contrib.layers.l2_regularizer(l2_reg)):

    hidden1 = fully_connected(X, n_hidden1)

    hidden2 = fully_connected(hidden1, n_hidden2) # codings

    hidden3 = fully_connected(hidden2, n_hidden3)

    # 最后一层用none来覆盖之前缺省的参数设置

    outputs = fully_connected(hidden3, n_outputs, activation_fn=None)

# 由于之前使用了正则化，则之后可以直接把中间计算的loss从REGULARIZATION_LOSSES中提取出来，加入到reconstruction_loss中

reconstruction_loss = tf.reduce_mean(tf.square(outputs - X)) # MSE

reg_losses = tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES)

loss = tf.add_n([reconstruction_loss] + reg_losses)

optimizer = tf.train.AdamOptimizer(learning_rate)

training_op = optimizer.minimize(loss)

init = tf.global_variables_initializer()

n_epochs = 5

batch_size = 150

with tf.Session() as sess:

    init.run()

    for epoch in range(n_epochs):

        n_batches = mnist.train.num_examples // batch_size

        for iteration in range(n_batches):

            X_batch, y_batch = mnist.train.next_batch(batch_size)

            # 只提供了x值，没有标签

            sess.run(training_op, feed_dict={X: X_batch})

既然autoencoder在权重上是对称的，则权重也是可以共享的，相当于参数数量减少一半，减少overfitting的风险，提高训练效率。

常见的训练手段是逐层训练，隐层1训练出后固定权值，训练hidden2，再对称一下（hidden3与hidden1完全对应），得到最终训练结果

【机器学习】无监督学习Autoencoder和VAE

或者可以定义不同的name scope，在不同的phase中训练，

【机器学习】无监督学习Autoencoder和VAE

[...] # Build the whole stacked autoencoder normally.

# In this example, the weights are not tied.

optimizer = tf.train.AdamOptimizer(learning_rate)

with tf.name_scope("phase1"):

    phase1_outputs = tf.matmul(hidden1, weights4) + biases4

    phase1_reconstruction_loss = tf.reduce_mean(tf.square(phase1_outputs - X))

    phase1_reg_loss = regularizer(weights1) + regularizer(weights4)

    phase1_loss = phase1_reconstruction_loss + phase1_reg_loss

    phase1_training_op = optimizer.minimize(phase1_loss)

# 训练phase2时，phase1会冻结

with tf.name_scope("phase2"):

    phase2_reconstruction_loss = tf.reduce_mean(tf.square(hidden3 - hidden1))

    phase2_reg_loss = regularizer(weights2) + regularizer(weights3)

    phase2_loss = phase2_reconstruction_loss + phase2_reg_loss

    train_vars = [weights2, biases2, weights3, biases3]

    phase2_training_op = optimizer.minimize(phase2_loss, var_list=train_vars)

Pretraining

若大量数据无label，少量数据有label，则用大量无label数据在第一阶段作无监督的Pretraining训练，将encoder部分直接取出，output部分做一个直接改造。减少由于有label数据过少导致的过拟合问题。比如下图中的fully connected，和输出的softmax。

【机器学习】无监督学习Autoencoder和VAE

去噪（denoising Autoencoder）

如下的强制加入噪声，最后学到的是不带噪声的结果。并且训练时可以加入dropout层，拿掉一部分网络结构（测试时不加）。这些都可以增加训练难度，从而增进网络鲁棒性，让模型更加稳定。

【机器学习】无监督学习Autoencoder和VAE

sparse Autoencoder

中间层激活神经元数量有一个上限阈值约束，中间层非常稀疏，只有少量神经元有数据，正所谓言简意赅，这样可以增加中间层对信息的概括表达能力。

第一种加入平方误差，第二种KL距离，如下图可以看出KL距离【机器学习】无监督学习Autoencoder和VAE和MSE之间差别比较。

【机器学习】无监督学习Autoencoder和VAE

def kl_divergence(p, q):

    return p * tf.log(p / q) + (1 - p) * tf.log((1 - p) / (1 - q))

learning_rate = 0.01

sparsity_target = 0.1

sparsity_weight = 0.2

[...] # Build a normal autoencoder (the coding layer is hidden1)

optimizer = tf.train.AdamOptimizer(learning_rate)

hidden1_mean = tf.reduce_mean(hidden1, axis=0) # batch mean

sparsity_loss = tf.reduce_sum(kl_divergence(sparsity_target, hidden1_mean))

reconstruction_loss = tf.reduce_mean(tf.square(outputs - X)) # MSE

loss = reconstruction_loss + sparsity_weight * sparsity_loss

training_op = optimizer.minimize(loss)

# kl距离不能取0值，因而不能使用tann的激活函数，故选取(0,1)的sigmoid函数

hidden1 = tf.nn.sigmoid(tf.matmul(X, weights1) + biases1)

# [...]

logits = tf.matmul(hidden1, weights2) + biases2)

outputs = tf.nn.sigmoid(logits)

reconstruction_loss = tf.reduce_sum(

tf.nn.sigmoid_cross_entropy_with_logits(labels=X, logits=logits))

Variational Autoencoder

通过抽样决定输出，使用时体现概率的随机性。是一个generation，同训练集有关，但只是类似，是一个完全新的实例。

如下图，中间层加了一个关于分布均值方差的超正态分布的噪声，从而中间学到的不是简单编码而是数据的模式，使得训练数据与正态分布形成一个映射关系，这样输出层可以输出和输入层非常相像但又不一样的数据。

使用时把encoder去掉，随机加入一个高斯噪声，在输出端可以得到一个完全新的输出。

【机器学习】无监督学习Autoencoder和VAE

即input通过NN Encoder之后生成两个coding，其中一个经某种处理后与一个高斯噪声（即一系列服从正态分布的噪声）相乘，和另一个coding相加作为初始的中间coding。下图与上图同理，最终生成的output要最小化重构损失，即【机器学习】无监督学习Autoencoder和VAE越接近0越好。

【机器学习】无监督学习Autoencoder和VAE

# smoothing term to avoid computing log(0)

eps = 1e-10

# 对原输入空间，通过最小化loss，将原本数据映射到规律的正态分布中

latent_loss = 0.5 * tf.reduce_sum(

           tf.square(hidden3_sigma) + tf.square(hidden3_mean) - 1 - tf.log(eps + tf.square(hidden3_sigma)))

latent_loss = 0.5 * tf.reduce_sum(

           tf.exp(hidden3_gamma) + tf.square(hidden3_mean) - 1 - hidden3_gamma)

n_inputs = 28 * 28 # for MNIST

n_hidden1 = 500

n_hidden2 = 500

n_hidden3 = 20 # codings

n_hidden4 = n_hidden2

n_hidden5 = n_hidden1

n_outputs = n_inputs

learning_rate = 0.001

with tf.contrib.framework.arg_scope(

    [fully_connected],

    activation_fn=tf.nn.elu,

    weights_initializer=tf.contrib.layers.variance_scaling_initializer()):

    X = tf.placeholder(tf.float32, [None, n_inputs])

    hidden1 = fully_connected(X, n_hidden1)

    hidden2 = fully_connected(hidden1, n_hidden2)

    # 中间层是一个分布的表示，并加入一个noise

    hidden3_mean = fully_connected(hidden2, n_hidden3, activation_fn=None)

    hidden3_gamma = fully_connected(hidden2, n_hidden3, activation_fn=None)

    hidden3_sigma = tf.exp(0.5 * hidden3_gamma)

    noise = tf.random_normal(tf.shape(hidden3_sigma), dtype=tf.float32)

    # 使用带noise的层来键之后的层

    hidden3 = hidden3_mean + hidden3_sigma * noise

    hidden4 = fully_connected(hidden3, n_hidden4)

    hidden5 = fully_connected(hidden4, n_hidden5)

    logits = fully_connected(hidden5, n_outputs, activation_fn=None)

    outputs = tf.sigmoid(logits)

reconstruction_loss = tf.reduce_sum(

             tf.nn.sigmoid_cross_entropy_with_logits(labels=X, logits=logits))

latent_loss = 0.5 * tf.reduce_sum(

             tf.exp(hidden3_gamma) + tf.square(hidden3_mean) - 1 –         hidden3_gamma)

cost = reconstruction_loss + latent_loss

optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate)

training_op = optimizer.minimize(cost)

init = tf.global_variables_initializer()

# 生成数据

import numpy as np

n_digits = 60

n_epochs = 50

batch_size = 150

with tf.Session() as sess:

    init.run()

    for epoch in range(n_epochs):

        n_batches = mnist.train.num_examples // batch_size

        for iteration in range(n_batches):

            X_batch, y_batch = mnist.train.next_batch(batch_size)

            sess.run(training_op, feed_dict={X: X_batch})

    codings_rnd = np.random.normal(size=[n_digits, n_hidden3])

    outputs_val = outputs.eval(feed_dict={hidden3: codings_rnd})

for iteration in range(n_digits):

    plt.subplot(n_digits, 10, iteration + 1)

    plot_image(outputs_val[iteration])

生成结果如下所示，都是训练集中没有出现的图像

【机器学习】无监督学习Autoencoder和VAE

上一篇：读取文件中"-1"的问题，要用int类型。


下一篇：JAVA并发编程学习笔记之ReentrantLock