http://deeplearning.stanford.edu/wiki/index.php/%E8%87%AA%E6%88%91%E5%AD%A6%E4%B9%A0

综述

如果已经有一个足够强大的机器学习算法,为了获得更好的性能,最靠谱的方法之一是给这个算法以更多的数据。机器学习界甚至有个说法:“有时候胜出者并非有最好的算法,而是有更多的数据。”

人们总是可以尝试获取更多的已标注数据,但是这样做成本往往很高。例如研究人员已经花了相当的精力在使用类似 AMT(Amazon Mechanical Turk) 这样的工具上,以期获取更大的训练数据集。相比大量研究人员通过手工方式构建特征,用众包的方式让多人手工标数据是一个进步,但是我们可以做得更好。具体的说,如果算法能够从未标注数据中学习,那么我们就可以轻易地获取大量无标注数据,并从中学习。自学习和无监督特征学习就是这种的算法。尽管一个单一的未标注样本蕴含的信息比一个已标注的样本要少,但是如果能获取大量无标注数据(比如从互联网上下载随机的、无标注的图像、音频剪辑或者是文本),并且算法能够有效的利用它们,那么相比大规模的手工构建特征和标数据,算法将会取得更好的性能。

在自学习和无监督特征学习问题上,可以给算法以大量的未标注数据,学习出较好的特征描述。在尝试解决一个具体的分类问题时,可以基于这些学习出的特征描述和任意的(可能比较少的)已标注数据,使用有监督学习方法完成分类。

在一些拥有大量未标注数据和少量的已标注数据的场景中,上述思想可能是最有效的。即使在只有已标注数据的情况下(这时我们通常忽略训练数据的类标号进行特征学习),以上想法也能得到很好的结果。

 

特征学习

我们已经了解到如何使用一个自编码器(autoencoder)从无标注数据中学习特征。具体来说,假定有一个无标注的训练数据集 深度学习-无监督(下标 深度学习-无监督 代表“不带类标”)。现在用它们训练一个稀疏自编码器(可能需要首先对这些数据做白化或其它适当的预处理)。

深度学习-无监督

利用训练得到的模型参数 深度学习-无监督,给定任意的输入数据 深度学习-无监督,可以计算隐藏单元的激活量(activations) 深度学习-无监督。如前所述,相比原始输入 深度学习-无监督 来说,深度学习-无监督 可能是一个更好的特征描述。下图的神经网络描述了特征(激活量 深度学习-无监督)的计算。

深度学习-无监督

这实际上就是之前得到的稀疏自编码器,在这里去掉了最后一层。

假定有大小为 深度学习-无监督 的已标注训练集 深度学习-无监督(下标 深度学习-无监督 表示“带类标”),我们可以为输入数据找到更好的特征描述。例如,可以将 深度学习-无监督 输入到稀疏自编码器,得到隐藏单元激活量 深度学习-无监督。接下来,可以直接使用 深度学习-无监督 来代替原始数据 深度学习-无监督 (“替代表示”,Replacement Representation)。也可以合二为一,使用新的向量 深度学习-无监督 来代替原始数据 深度学习-无监督 (“级联表示”,Concatenation Representation)。

经过变换后,训练集就变成 深度学习-无监督或者是深度学习-无监督(取决于使用 深度学习-无监督 替换 深度学习-无监督 还是将二者合并)。在实践中,将 深度学习-无监督 和 深度学习-无监督 合并通常表现的更好。但是考虑到内存和计算的成本,也可以使用替换操作。

最终,可以训练出一个有监督学习算法(例如 svm, logistic regression 等),得到一个判别函数对 深度学习-无监督 值进行预测。预测过程如下:给定一个测试样本 深度学习-无监督,重复之前的过程,将其送入稀疏自编码器,得到 深度学习-无监督。然后将 深度学习-无监督 (或者 深度学习-无监督 )送入分类器中,得到预测值。

 

数据预处理

在特征学习阶段,我们从未标注训练集 深度学习-无监督 中学习,这一过程中可能计算了各种数据预处理参数。例如计算数据均值并且对数据做均值标准化(mean normalization);或者对原始数据做主成分分析(PCA),然后将原始数据表示为 深度学习-无监督 (又或者使用 PCA 白化或 ZCA 白化)。这样的话,有必要将这些参数保存起来,并且在后面的训练和测试阶段使用同样的参数,以保证数据进入稀疏自编码神经网络之前经过了同样的变换。例如,如果对未标注数据集进行PCA预处理,就必须将得到的矩阵 深度学习-无监督 保存起来,并且应用到有标注训练集和测试集上;而不能使用有标注训练集重新估计出一个不同的矩阵 深度学习-无监督 (也不能重新计算均值并做均值标准化),否则的话可能得到一个完全不一致的数据预处理操作,导致进入自编码器的数据分布迥异于训练自编码器时的数据分布。

 

无监督特征学习的术语

有两种常见的无监督特征学习方式,区别在于你有什么样的未标注数据。自学习(self-taught learning) 是其中更为一般的、更强大的学习方式,它不要求未标注数据 深度学习-无监督 和已标注数据 深度学习-无监督 来自同样的分布。另外一种带限制性的方式也被称为半监督学习,它要求 深度学习-无监督深度学习-无监督 服从同样的分布。下面通过例子解释二者的区别。

假定有一个计算机视觉方面的任务,目标是区分汽车和摩托车图像;也即训练样本里面要么是汽车的图像,要么是摩托车的图像。哪里可以获取大量的未标注数据呢?最简单的方式可能是从互联网上下载一些随机的图像数据集,在这些数据上训练出一个稀疏自编码器,从中得到有用的特征。这个例子里,未标注数据完全来自于一个和已标注数据不同的分布(未标注数据集中,或许其中一些图像包含汽车或者摩托车,但是不是所有的图像都如此)。这种情形被称为自学习。

相反,如果有大量的未标注图像数据,要么是汽车图像,要么是摩托车图像,仅仅是缺失了类标号(没有标注每张图片到底是汽车还是摩托车)。也可以用这些未标注数据来学习特征。这种方式,即要求未标注样本和带标注样本服从相同的分布,有时候被称为半监督学习。在实践中,常常无法找到满足这种要求的未标注数据(到哪里找到一个每张图像不是汽车就是摩托车,只是丢失了类标号的图像数据库?)因此,自学习在无标注数据集的特征学习中应用更广。

 

 

中英文对照

自我学习/自学习 self-taught learning
无监督特征学习 unsupervised feature learning
自编码器 autoencoder
白化 whitening
激活量 activation
稀疏自编码器 sparse autoencoder
半监督学习 semi-supervised learning

 

中文译者

张灵(lingzhang001@outlook.com),晓风(xiaofeng.zhb@alibaba-inc.com),王文中(wangwenzhong@ymail.com)

 

 

在前一节中,我们利用自编码器来学习输入至 softmax 或 logistic 回归分类器的特征。这些特征仅利用未标注数据学习获得。在本节中,我们描述如何利用已标注数据进行微调,从而进一步优化这些特征。如果有大量已标注数据,通过微调就可以显著提升分类器的性能。

在自我学习中,我们首先利用未标注数据训练一个稀疏自编码器。随后,给定一个新样本 深度学习-无监督,我们通过隐含层提取出特征 深度学习-无监督。上述过程图示如下:

深度学习-无监督

我们感兴趣的是分类问题,目标是预测样本的类别标号 深度学习-无监督。我们拥有标注数据集 深度学习-无监督,包含 深度学习-无监督 个标注样本。此前我们已经说明,可以利用稀疏自编码器获得的特征 深度学习-无监督 来替代原始特征。这样就可获得训练数据集 深度学习-无监督。最终,我们训练出一个从特征 深度学习-无监督 到类标号 深度学习-无监督 的 logistic 分类器。为说明这一过程,我们按照神经网络一节中的方式,用下图描述 logistic 回归单元(橘黄色)。

深度学习-无监督

考虑利用这个方法所学到的分类器(输入-输出映射)。它描述了一个把测试样本 深度学习-无监督 映射到预测值 深度学习-无监督 的函数。将此前的两张图片结合起来,就得到该函数的图形表示。也即,最终的分类器可以表示为:

深度学习-无监督

该模型的参数通过两个步骤训练获得:在该网络的第一层,将输入 深度学习-无监督 映射至隐藏单元激活量 深度学习-无监督 的权值 深度学习-无监督 可以通过稀疏自编码器训练过程获得。在第二层,将隐藏单元 深度学习-无监督 映射至输出 深度学习-无监督 的权值 深度学习-无监督 可以通过 logistic 回归或 softmax 回归训练获得。

 

这个最终分类器整体上显然是一个大的神经网络。因此,在训练获得模型最初参数(利用自动编码器训练第一层,利用 logistic/softmax 回归训练第二层)之后,我们可以进一步修正模型参数,进而降低训练误差。具体来说,我们可以对参数进行微调,在现有参数的基础上采用梯度下降或者 L-BFGS 来降低已标注样本集 深度学习-无监督 上的训练误差。

使用微调时,初始的非监督特征学习步骤(也就是自动编码器和logistic分类器训练)有时候被称为预训练。微调的作用在于,已标注数据集也可以用来修正权值 深度学习-无监督,这样可以对隐藏单元所提取的特征 深度学习-无监督 做进一步调整。

到现在为止,我们描述上述过程时,都假设采用了“替代 (Replacement)”表示而不是“级联 (Concatenation)”表示。在替代表示中,logistic 分类器所看到的训练样本格式为 深度学习-无监督;而在级联表示中,分类器所看到的训练样本格式为 深度学习-无监督。对级联表示同样可以进行微调(在级联表示神经网络中,输入值 深度学习-无监督 也直接被输入至 logistic 分类器。对此前的神经网络示意图稍加更改,即可获得其示意图。具体的说,第一层的输入节点除了与隐层联接之外,还将越过隐层,与第三层输出节点直接相连)。但是对于微调来说,级联表示相对于替代表示几乎没有优势。因此,如果需要开展微调,我们通常使用替代表示的网络(但是如果不开展微调,级联表示的效果有时候会好得多)。

在什么时候应用微调?通常仅在有大量已标注训练数据的情况下使用。在这样的情况下,微调能显著提升分类器性能。然而,如果有大量未标注数据集(用于非监督特征学习/预训练),却只有相对较少的已标注训练集,微调的作用非常有限。

 

中英文对照

自我学习 self-taught learning
深层网络 deep networks
微调 fine-tune
稀疏自编码器 sparse autoencoder
梯度下降 gradient descent
非监督特征学习 unsupervised feature learning
预训练 pre-training

 

中文译者

杨耀(iamyangyao@163.com),阎志涛(zhitao.yan@gmail.com),王文中(wangwenzhong@ymail.com)