可视化自编码器训练结果

From Ufldl

Jump to: navigation, search
(中英文对照)
 
Line 1: Line 1:
-
<math>10*10</math>
+
训练完(稀疏)自编码器,我们还想把这自编码器学到的函数可视化出来,好弄明白它到底学到了什么。我们以在10×10图像(即n=100)上训练自编码器为例。在该自编码器中,每个隐藏单元i对如下关于输入的函数进行计算:
 +
:<math>\begin{align}
 +
a^{(2)}_i = f\left(\sum_{j=1}^{100} W^{(1)}_{ij} x_j  + b^{(1)}_i \right).
 +
\end{align}</math>
 +
<!-- This is the activation function <math>\textstyle g(\cdot)</math> applied to an affine function of the input.!-->
 +
 
 +
我们将要可视化的函数,就是上面这个以2D图像为输入、并由隐藏单元i计算出来的函数。它是依赖于参数<math>\textstyle W^{(1)}_{ij}</math>的(暂时忽略偏置项<math>b_i</math>)。需要注意的是,<math>\textstyle a^{(2)}_i</math>可看作输入<math>\textstyle x</math>的非线性特征。不过还有个问题:什么样的输入图像<math>\textstyle x</math>可让<math>\textstyle a^{(2)}_i</math>得到最大程度的激励?(通俗一点说,隐藏单元<math>\textstyle i</math>要找个什么样的特征?)。这里我们必须给<math>\textstyle x</math>加约束,否则会得到平凡解。若假设输入有范数约束<math>\textstyle ||x||^2 = \sum_{i=1}^{100} x_i^2 \leq 1</math>,则可证(请读者自行推导)令隐藏单元<math>\textstyle i</math>得到最大激励的输入应由下面公式计算的像素<math>\textstyle x_j</math>给出(共需计算100个像素,j=1,…,100):
 +
:<math>\begin{align}
 +
x_j = \frac{W^{(1)}_{ij}}{\sqrt{\sum_{j=1}^{100} (W^{(1)}_{ij})^2}}.
 +
\end{align}</math>
 +
 
 +
当我们用上式算出各像素的值、把它们组成一幅图像、并将图像呈现在我们面前之时,隐藏单元<math>\textstyle i</math>所追寻特征的真正含义也渐渐明朗起来。
 +
 
 +
假如我们训练的自编码器有100个隐藏单元,可视化结果就会包含100幅这样的图像——每个隐藏单元都对应一幅图像。审视这100幅图像,我们可以试着体会这些隐藏单元学出来的整体效果是什么样的。
 +
 
 +
 
 +
当我们对稀疏自编码器(100个隐藏单元,在10X10像素的输入上训练 )进行上述可视化处理之后,结果如下所示:
 +
 
 +
[[Image:ExampleSparseAutoencoderWeights.png|thumb|400px|center]]
 +
 
 +
上图的每个小方块都给出了一个(带有有界范数 的)输入图像<math>\textstyle x</math>,它可使这100个隐藏单元中的某一个获得最大激励。我们可以看到,不同的隐藏单元学会了在图像的不同位置和方向进行边缘检测。
 +
 
 +
显而易见,这些特征对物体识别等计算机视觉任务是十分有用的。若将其用于其他输入域(如音频),该算法也可学到对这些输入域有用的表示或特征。
 +
 
 +
 
 +
==中英文对照==
 +
 
 +
:可视化 Visualizing
 +
:自编码器 Autoencoder
 +
:隐藏单元 hidden unit
 +
:非线性特征 non-linear feature
 +
:激励 activate
 +
:平凡解 trivial answer
 +
:范数约束 norm constrained
 +
:稀疏自编码器 sparse autoencoder
 +
:有界范数 norm bounded
 +
:输入域 input domains
 +
 
 +
==中文译者==
 +
 
 +
王方(fangkey@gmail.com),胡伦(hulun499@gmail.com),谢宇(msforbus@sina.com),@小琳爱肉肉(新浪微博账号), 余凯(kai.yu.cool@gmail.com)
 +
 
 +
 
 +
{{稀疏自编码器}}
 +
 
 +
 
 +
 
 +
{{Languages|Visualizing_a_Trained_Autoencoder|English}}

Latest revision as of 15:50, 7 May 2013

Personal tools