中心思想是:在不影响模型的建模能力的情况下,将神经网络参数分解为两个矩阵,其中之一限制为半正交矩阵【目的:为了克服模型训练不稳定的情况】
模型进行随机初始化,训练带有bottleneck(瓶颈层)的模型,更高效【传统的SVD分解,需要在权重分解完后进行模型重新调优】
1.限制参数矩阵是半正交矩阵
1.1 Basic case
在模型训练过程中,每隔一段时间(代码中注释通常是每个minibatch更新一次)进行一次参数矩阵更新,更新为半正交矩阵(非方阵的正交矩阵),而且需要更新的参数行数少于列数(否则先进行转置再进行参数更新,这个地方理解应该是bottleneck-dim*dim矩阵bottleneck-dim<dim)。
定义 P ≡ M M T P \equiv MM^T P≡MMT对参数矩阵进行约束的条件是P = I(即P为单位矩阵)
参数更新的准则为,目标是最小化准则函数: f = t r ( Q Q T ) f=tr\left(QQ^T\right) f=tr(QQT)其中 Q ≡ P − I Q \equiv P-I Q≡P−I
由于Q为单位矩阵,因此 Q Q T QQ^T QQT为对角线对应位置的平方,它的迹为对角线位置的平方和。
对目标函数求导: ∂ f ∂ M = ∂ f ∂ Q ∂ Q ∂ P ∂ P ∂ M = 2 Q ⋅ 1 ⋅ 2 M = 4 Q ⋅ M = 4 ( M M T − I ) M \frac{\partial f}{\partial M}=\frac{\partial f}{\partial Q} \frac{\partial Q}{\partial P} \frac{\partial P}{\partial M}=2Q\cdot1\cdot2M=4Q \cdot M=4\left(MM^T-I\right)M ∂M∂f=∂Q∂f∂P∂Q∂M∂P=2Q⋅1⋅2M=4Q⋅M=4(MMT−I)M
参数更新也有一个学习率 ν \nu ν初始值为0.125,相当于是二次收敛。
参数更新公式: M ← M − ν ⋅ 4 ( M M T − I ) M M\leftarrow M - \nu\cdot4\left(MM^T-I\right)M M←M−ν⋅4(MM