受限玻尔兹曼基

 

受限波尔兹曼网络RBM是一个双层网络：可见层和隐含层。

 

1.  概述 

       前面描述的神经网络模型是一种确定的结构。而波尔兹曼网络是一种随机网络。如何来描述一个随机网络呢？很多书上有大量的篇幅介绍其原理。这里把它总结为以下两点。      

        第一，概率分布函数。由于网络节点的取值状态是随机的，从贝叶斯网的观点来看，要描述整个网络，需要用三种概率分布来描述系统。即联合概率分布（多个条件同时满足的概率），边缘概率分布（高维变量中的低维变量的分布）和条件概率分布。要搞清楚这三种不同的概率分布,是理解随机网络的关键,这里向大家推荐的书籍是张连文所著的《贝叶斯网引论》。很多文献上说受限波尔兹曼是一个无向图，这一点也有失偏颇。从贝叶斯网的观点看，受限波尔兹曼网应该是一个双向的有向图。即从输入层节点可以计算隐层节点取某一种状态值的概率，反之亦然. 

        第二，能量函数。随机神经网络是根植于统计力学的。受统计力学中能量泛函的启发，引入了能量函数。能量函数是描述整个系统状态的一种测度。系统越有序或者概率分布越集中，系统的能量越小。反之，系统越无序或者概率分布越趋于均匀分布，则系统的能量越大。能量函数的最小值，对应于系统的最稳定状态。（好比社会里面，阶级分明会更稳定） 

2. 网络结构和学习算法      

 2.1  RBM网络结构如下：

正如前面我们提到的，描述RBM的方法是能量函数和概率分布函数。实际上，把它们二者结合起来，也就是概率分布是能量函数的泛函（从函数空间到数域的映射），其能量泛函和联合概率分布如下：

（ai和bi为偏置量）

其中，上式中的Z是归一化系数，它的定义如下:

而输入层的边缘概率，是我们感兴趣的，它的计算如下：

(4)

因为，网络学习的目的是最大可能的拟合输入数据。根据极大似然学习法则，我们的目的就是对所以的输入，极大化上面的公式(4)(已经出现的是最可能出现的），公式4在统计学里也称作似然函数，更多的我们对其取对数，也就是对数似然函数，考虑所有的输入样本，其极大化对数似然函数的定义如下：（5）

注意，上面的公式中，多了个theta。theta就是网络的权值，包括公式(1)中的w,a,b,是网络学习需要优化的参数。其实在上面所有的公式中都有theta这个变量，只是为了便于描述问题，我把它们都给抹掉了。

 

2.2  对比度散度学习算法

根据公式5，逐步展开，运用梯度下降策略，可以推导出网络权值的更新策略如下：

 

  其中，第一项，是给定样本数据的期望，第二项是模型本身的期望。数据的期望，很容易计算，而模型的期望不能直接得到。一种典型的方法是通过吉布斯采样得到，而Hinton提出了一种快速算法，称作contrastive divergence算法。这种算法只需迭代k次，就可以获得对模型的估计，而通常k等于1. CD算法在开始是用训练数据去初始化可见层，然后用条件分布计算隐层；然后，再根据隐层用条件分布来计算可见层。这样产生的结果是对输入的一个重构。CD算法将上述公式6表示为：