CMSC5707-高级人工智能之自编码器Auto-encoders
创始人
2024-01-17 16:11:54
0

这章讲述模型框架和概念的时间较多,好像并没有涉及过多的运算,重在一些概念的理解。

Traditional Autoencoder

传统的自编码器常用来进行图像去噪的任务,需要了解其模型架构和流程。

自编码器由两部分组成:从Noisy Input到Z称为编码器,从Z到De-noised Output称为解码器。Input和Output有着相同的维度。
请添加图片描述
自编码器的最终目的是让X的重建误差最小,这样子能保证输入和输出尽可能地相似。
请添加图片描述
Auto-encoder的训练是一个无监督学习的过程,因为并不需要标记的数据训练。流程如下所示,它将纯净的图像+噪声整体放入encoder input,同时将纯净的图像放入decoder output,将forward processing得出的图像与纯净图像算出误差进行backpropagation训练。
请添加图片描述

Variational Autoencoder

Variational Autoencoder会从输入的图像中学习概率分布的参数,然后通过这些参数来产生新的图像。通过输入的图像X学到概率分布的变量μ\muμ和σ\sigmaσ,潜在参数ZZZ的Sample从该概率分布中随机取样得到,接着放入Decoder进行重建。
请添加图片描述
其训练过程同Auto-encoder一致,在去噪任务中,将噪声图像放入input,纯净图像放入output,通过反向传播进行训练,其中的关键在于反向传播过程中损失Loss的定义,损失的定义中有两项。

先对相关参数进行定义,
qθ(en)(z∣xi)q_{\theta(en)}(z|x_i)qθ(en)​(z∣xi​) 表示接受输入数据xix_ixi​,返回潜在变量ZZZ(ZZZ是由μ\muμ和σ\sigmaσ随机产生的),可以从ZZZ中进行Sampling,θ(en)\theta(en)θ(en)代表encoder的weights和bias。

Pϕ(de)(x^i∣z)P_{\phi(de)}(\hat x_i |z)Pϕ(de)​(x^i​∣z)接受潜在变量ZZZ产生的Sample,得到输出为X^\hat{X}X^,ϕ(de)\phi(de)ϕ(de)代表decoder的weights和bias。

重建的损失li(θ,ϕ)=−Exi∈X[Ez∈Q[logPϕ(de)(x^i∣z)]]l_i(\theta,\phi)=-E_{x_i \in X} \big[E_{z \in Q}[log P_{\phi (de)}(\hat x_i | z)]\big]li​(θ,ϕ)=−Exi​∈X​[Ez∈Q​[logPϕ(de)​(x^i​∣z)]]需要尽可能地小。由于PPP为高斯分布,因此可以对上式重写为=1N∑xi∈X(12σxi^∣z2(xi−μxi^∣z)2)\frac{1}{N}\sum\limits_{x_i \in X}\Big( \frac{1}{2 \sigma^2_{\hat {x_i}|z}}(x_i - \mu_{\hat{x_i}|z})^2\Big)N1​xi​∈X∑​(2σxi​^​∣z2​1​(xi​−μxi​^​∣z​)2).

请添加图片描述

Kullback–Leibler divergence

但是会存在的问题是,同样li(θ,ϕ)l_i(\theta,\phi)li​(θ,ϕ)较小,qθ(en)(z∣xi)q_{\theta(en)}(z|x_i)qθ(en)​(z∣xi​)和Pϕ(de)(x^i∣z)P_{\phi(de)}(\hat x_i |z)Pϕ(de)​(x^i​∣z)的差异很大,显然不是来自相同的分布。因此这里引入了Kullback–Leibler divergence 来衡量两个分布的差异程度,DKL[qθ(en)(z∣xi)∣∣(N(0,I)]D_{KL}\big[ q_{\theta(en)(z|x_i)} || ( N(0,I)\big]DKL​[qθ(en)(z∣xi​)​∣∣(N(0,I)]衡量了差生图像分布与标准高斯分布的差异。

最终该模型的Loss定义为L(all)=1N∑xi∈X(12σxi^∣z2(xi−μxi^∣z)2)+DKL[qθ(en)(z∣xi)∣∣(N(0,I)]L^{(all)}=\frac{1}{N}\sum\limits_{x_i \in X}\Big( \frac{1}{2 \sigma^2_{\hat {x_i}|z}}(x_i - \mu_{\hat{x_i}|z})^2\Big)+D_{KL}\big[ q_{\theta(en)(z|x_i)} || ( N(0,I)\big]L(all)=N1​xi​∈X∑​(2σxi​^​∣z2​1​(xi​−μxi​^​∣z​)2)+DKL​[qθ(en)(z∣xi​)​∣∣(N(0,I)],其物理意义为在局部的概率分布中,产生与输入误差最小的输出。
请添加图片描述

Reparameterization

在模型构建的过程中,潜在变量ZZZ在μ\muμ和σ\sigmaσ固定的情况下涉及了random选择sample的过程,不能通过backpropagate进行训练,因此引入了reparameterization trick. 其将原先平均值为μ\muμ,标准差为σ\sigmaσ的高斯分布,表示为Z=ϵ⋅σx+μxZ= \epsilon\cdot\sigma_x +\mu_xZ=ϵ⋅σx​+μx​,其中ϵ∈N(0,1)\epsilon \in N(0,1)ϵ∈N(0,1),这样子任意的ZZZ都可以通过对N(0,1)N(0,1)N(0,1)的缩放表示出来。
请添加图片描述
该方法让原先随机化的过程确定化,从而能够进行backpropagation.

请添加图片描述

相关内容

热门资讯

腾讯云CVM云服务器/轻量应用... 这是最新的腾讯云CVM云服务器/轻量应用服务器/GPU云服务器配置价格表(2023年版...
“量时度力”的意思 “量时度力”的意思 成语拼音: [liàng shí dù lì] ...
日月经天,河海带地成语解释 日月经天,河海带地成语解释  【成语原文】:日月经天,河海带地  【标准发音】:rì yuè jīn...
冰清玉润成语解释 冰清玉润成语解释  【成语】:冰清玉润  【拼音】:bīng qīng yù rùn  【简拼】:b...
求大同,存小异的成语解释 求大同,存小异的成语解释  【成语释义】在大的'、主要的方面取得一致,而对某些小的、次要的问题可以各...
Android开发 View属... 1. View View的子类及子类的子类都有View的属性,都可以设置下述介绍的属性...
亚马逊云科技为客户的创新开辟出... 2022年12月,AI创业公司OpenAI推出了聊天机器人ChatGPT。作为生成式A...
Springcloud 整合A... Nacos实现服务注册和配置中心 1. 概述2. 集成Nacos Discovery2.1 添加依赖...
“道三不着两”的意思 “道三不着两”的意思 成语拼音: [dào sān bù zháo liǎng] ...
“通无共有”的意思 “通无共有”的意思 成语拼音: [tōng wú gòng yǒu] ...
万丈高楼平地起成语 万丈高楼平地起成语  【成语】:万丈高楼平地起  【拼音】:wàn zhàng gāo lóu pí...
“从吾所好”的意思 “从吾所好”的意思 成语拼音: [cóng wú suǒ hào] ...
2018年国赛高教杯数学建模A... 2018年国赛高教杯数学建模 A题 高温作业专用服装设计 原题再现   在高温环境下工作时ÿ...
形容男子温柔成语 形容男子温柔成语  温润如玉  【解释】温润如玉以对珍贵美玉的触感表达对人物的赞美,修辞手法上使用了...
“救苦救难”的意思 “救苦救难”的意思 成语拼音: [jiù kǔ jiù nàn] ...
“损人害己”的意思 “损人害己”的意思 成语拼音: [sǔn rén hài jǐ] ...
Serverless:基于个性... 作者 | zzbtie 导读 云原生环境下业务大规模迭代的成本压力日益增大。我们以Serverle...
路的成语 关于路的成语大全  成语是中国传统文化的一大特色,有固定的结构形式和固定的说法,表示一定的意义,在语...
【办公类-】周计划-洗牌提取《... 背景需求:新的周计划模板上有一个“运动-集体游戏”栏目。内容来自参考用书《运动》根据新...
归纳总结大环化合物:81756... 理论分析:中文名:(R)-DOTAGA-四叔丁酯英文名:D...