深度学习-无监督
原：http://www.cnblogs.com/DjangoBlog/p/6476332.html
綜述
如果已經有一個足夠強大的機器學習算法，為了獲得更好的性能，最靠譜的方法之一是給這個算法以更多的數據。機器學習界甚至有個說法：“有時候勝出者并非有最好的算法，而是有更多的數據。”
人們總是可以嘗試獲取更多的已標注數據，但是這樣做成本往往很高。例如研究人員已經花了相當的精力在使用類似 AMT(Amazon Mechanical Turk) 這樣的工具上，以期獲取更大的訓練數據集。相比大量研究人員通過手工方式構建特征，用眾包的方式讓多人手工標數據是一個進步，但是我們可以做得更好。具體的說，如果算法能夠從未標注數據中學習，那么我們就可以輕易地獲取大量無標注數據，并從中學習。自學習和無監督特征學習就是這種的算法。盡管一個單一的未標注樣本蘊含的信息比一個已標注的樣本要少，但是如果能獲取大量無標注數據（比如從互聯網上下載隨機的、無標注的圖像、音頻剪輯或者是文本），并且算法能夠有效的利用它們，那么相比大規模的手工構建特征和標數據，算法將會取得更好的性能。
在自學習和無監督特征學習問題上，可以給算法以大量的未標注數據，學習出較好的特征描述。在嘗試解決一個具體的分類問題時，可以基于這些學習出的特征描述和任意的（可能比較少的）已標注數據，使用有監督學習方法完成分類。
在一些擁有大量未標注數據和少量的已標注數據的場景中，上述思想可能是最有效的。即使在只有已標注數據的情況下（這時我們通常忽略訓練數據的類標號進行特征學習），以上想法也能得到很好的結果。
?
特征學習
我們已經了解到如何使用一個自編碼器（autoencoder）從無標注數據中學習特征。具體來說，假定有一個無標注的訓練數據集?（下標??代表“不帶類標”）。現在用它們訓練一個稀疏自編碼器（可能需要首先對這些數據做白化或其它適當的預處理）。
利用訓練得到的模型參數?，給定任意的輸入數據?，可以計算隱藏單元的激活量（activations）?。如前所述，相比原始輸入??來說，?可能是一個更好的特征描述。下圖的神經網絡描述了特征（激活量?）的計算。
這實際上就是之前得到的稀疏自編碼器，在這里去掉了最后一層。
假定有大小為??的已標注訓練集?（下標??表示“帶類標”），我們可以為輸入數據找到更好的特征描述。例如，可以將??輸入到稀疏自編碼器，得到隱藏單元激活量?。接下來，可以直接使用??來代替原始數據??（“替代表示”,Replacement Representation）。也可以合二為一，使用新的向量??來代替原始數據??（“級聯表示”,Concatenation Representation）。
經過變換后，訓練集就變成?或者是（取決于使用??替換??還是將二者合并）。在實踐中，將??和??合并通常表現的更好。但是考慮到內存和計算的成本，也可以使用替換操作。
最終，可以訓練出一個有監督學習算法（例如 svm, logistic regression 等），得到一個判別函數對??值進行預測。預測過程如下：給定一個測試樣本?，重復之前的過程，將其送入稀疏自編碼器，得到?。然后將??（或者??）送入分類器中，得到預測值。
?
數據預處理
在特征學習階段，我們從未標注訓練集??中學習，這一過程中可能計算了各種數據預處理參數。例如計算數據均值并且對數據做均值標準化（mean normalization）；或者對原始數據做主成分分析（PCA），然后將原始數據表示為??(又或者使用 PCA 白化或 ZCA 白化)。這樣的話，有必要將這些參數保存起來，并且在后面的訓練和測試階段使用同樣的參數，以保證數據進入稀疏自編碼神經網絡之前經過了同樣的變換。例如，如果對未標注數據集進行PCA預處理，就必須將得到的矩陣??保存起來，并且應用到有標注訓練集和測試集上；而不能使用有標注訓練集重新估計出一個不同的矩陣??（也不能重新計算均值并做均值標準化），否則的話可能得到一個完全不一致的數據預處理操作，導致進入自編碼器的數據分布迥異于訓練自編碼器時的數據分布。
?
無監督特征學習的術語
有兩種常見的無監督特征學習方式，區別在于你有什么樣的未標注數據。自學習(self-taught learning) 是其中更為一般的、更強大的學習方式，它不要求未標注數據??和已標注數據??來自同樣的分布。另外一種帶限制性的方式也被稱為半監督學習，它要求?和?服從同樣的分布。下面通過例子解釋二者的區別。
假定有一個計算機視覺方面的任務，目標是區分汽車和摩托車圖像；也即訓練樣本里面要么是汽車的圖像，要么是摩托車的圖像。哪里可以獲取大量的未標注數據呢？最簡單的方式可能是從互聯網上下載一些隨機的圖像數據集，在這些數據上訓練出一個稀疏自編碼器，從中得到有用的特征。這個例子里，未標注數據完全來自于一個和已標注數據不同的分布（未標注數據集中，或許其中一些圖像包含汽車或者摩托車，但是不是所有的圖像都如此）。這種情形被稱為自學習。
相反，如果有大量的未標注圖像數據，要么是汽車圖像，要么是摩托車圖像，僅僅是缺失了類標號（沒有標注每張圖片到底是汽車還是摩托車）。也可以用這些未標注數據來學習特征。這種方式，即要求未標注樣本和帶標注樣本服從相同的分布，有時候被稱為半監督學習。在實踐中，常常無法找到滿足這種要求的未標注數據（到哪里找到一個每張圖像不是汽車就是摩托車，只是丟失了類標號的圖像數據庫？）因此，自學習在無標注數據集的特征學習中應用更廣。
?
?
中英文對照
?
中文譯者
張靈（lingzhang001@outlook.com），曉風（xiaofeng.zhb@alibaba-inc.com），王文中（wangwenzhong@ymail.com）
?
從自我學習到深層網絡
在前一節中，我們利用自編碼器來學習輸入至 softmax 或 logistic 回歸分類器的特征。這些特征僅利用未標注數據學習獲得。在本節中，我們描述如何利用已標注數據進行微調，從而進一步優化這些特征。如果有大量已標注數據，通過微調就可以顯著提升分類器的性能。
在自我學習中，我們首先利用未標注數據訓練一個稀疏自編碼器。隨后，給定一個新樣本?，我們通過隱含層提取出特征?。上述過程圖示如下：
我們感興趣的是分類問題，目標是預測樣本的類別標號?。我們擁有標注數據集?，包含??個標注樣本。此前我們已經說明，可以利用稀疏自編碼器獲得的特征??來替代原始特征。這樣就可獲得訓練數據集?。最終，我們訓練出一個從特征??到類標號??的 logistic 分類器。為說明這一過程，我們按照神經網絡一節中的方式，用下圖描述 logistic 回歸單元（橘黃色）。
考慮利用這個方法所學到的分類器（輸入-輸出映射）。它描述了一個把測試樣本??映射到預測值??的函數。將此前的兩張圖片結合起來，就得到該函數的圖形表示。也即，最終的分類器可以表示為：
該模型的參數通過兩個步驟訓練獲得：在該網絡的第一層，將輸入??映射至隱藏單元激活量??的權值??可以通過稀疏自編碼器訓練過程獲得。在第二層，將隱藏單元??映射至輸出??的權值??可以通過 logistic 回歸或 softmax 回歸訓練獲得。
?
這個最終分類器整體上顯然是一個大的神經網絡。因此，在訓練獲得模型最初參數（利用自動編碼器訓練第一層，利用 logistic/softmax 回歸訓練第二層）之后，我們可以進一步修正模型參數，進而降低訓練誤差。具體來說，我們可以對參數進行微調，在現有參數的基礎上采用梯度下降或者 L-BFGS 來降低已標注樣本集??上的訓練誤差。
使用微調時，初始的非監督特征學習步驟（也就是自動編碼器和logistic分類器訓練）有時候被稱為預訓練。微調的作用在于，已標注數據集也可以用來修正權值?，這樣可以對隱藏單元所提取的特征??做進一步調整。
到現在為止，我們描述上述過程時，都假設采用了“替代 (Replacement)”表示而不是“級聯 (Concatenation)”表示。在替代表示中，logistic 分類器所看到的訓練樣本格式為?；而在級聯表示中，分類器所看到的訓練樣本格式為?。對級聯表示同樣可以進行微調（在級聯表示神經網絡中，輸入值??也直接被輸入至 logistic 分類器。對此前的神經網絡示意圖稍加更改，即可獲得其示意圖。具體的說，第一層的輸入節點除了與隱層聯接之外，還將越過隱層，與第三層輸出節點直接相連）。但是對于微調來說，級聯表示相對于替代表示幾乎沒有優勢。因此，如果需要開展微調，我們通常使用替代表示的網絡（但是如果不開展微調，級聯表示的效果有時候會好得多）。
在什么時候應用微調？通常僅在有大量已標注訓練數據的情況下使用。在這樣的情況下，微調能顯著提升分類器性能。然而，如果有大量未標注數據集（用于非監督特征學習/預訓練），卻只有相對較少的已標注訓練集，微調的作用非常有限。
?
中英文對照
總結
- 上一篇： Keras和TensorFlow的关系和
- 下一篇： GAN实现半监督学习