深度学习算法实践15---堆叠去噪自动编码机（SdA）原理及实现

在上一篇博文中，我们讨论了去噪自动编码机（dA），并讨论了Theano框架实现的细节。在本节中，我们将讨论去噪自动编码机（dA）的主要应用，即组成堆叠自动编码机（SdA），我们将以MNIST手写字母识别为例，用堆叠自动编码机（SdA）来解决这一问题。

堆叠自动编码机（SdA）是由一系列去噪自动编码机堆叠而成，每个去噪自动编码机的中间层(即编码层)作为下一层的输入层，这样一层一层堆叠起来，构成一个深层网络，这些网络组成堆叠去噪自动编码机（SdA）的表示部分。这部分通过无监督学习，逐层进行培训，每一层均可以还原加入随机噪音后的输入信号，而此时在每个去噪自动编码机（dA）中间层即编码层的输出信号，可以视为原始输入信号的某种表示，是对原始输入信号的某种简化表示。

当将所有去噪自动编机（dA）堆叠形成的网络训练完成之后，再把最后一层的中间层即编码接入逻辑回归网络，作为其输入层，这样就形成了一个新的多层BP网络，隐藏层之间的权值，就是前面利用去噪自动编码机（dA）逐层训练时所得到的权值矩阵。然后将这个网络视为一个标准的BP网络，利用我们原来的BP网络算法，进行监督学习，最后达到我们希望的状态。

可能读者会有疑问，为什么直接就用多层BP网络呢？这样先逐层训练去噪自动编码机（SdA），然后再组成BP网络，进行监督学习，好像很麻烦呀。其实BP网络诞生之初，就有人基于这个做具有多个隐藏层的深度网络了。但是人们很快就发现，基于误差反向传播的BP网各，利用随机梯度下降算法来调整权值，但是随着层数的加深，离输出层越远的隐藏层，其权值调整量将递减，最后导致这种深度网络学习速度非常慢，直接限制了其的使用，因此在深度学习崛起之前，深层网络基本没有实际成功的应用案例。
从我们的堆叠自动编码机（SdA）来看，我们首先通过逐层非监督学习方式训练独立的去噪自动编码机，可以视为神经网络自动发现问题域的特征的过程，通过自动特征提取，来找到解决问题的最优特征。而去噪自动编码机（SdA）的训练，可以视为已经对多层BP网络进行了初步训练，最后的监督学习是对网络权值的微调优化。这样可以较好的解决深度BP网各学习收敛速度慢的问题，使其具有实用价值。

首先定义堆叠去噪自动编码机（SdA）类，代码如下所示：

[python]  view plain  copy

 

1. from __future__ import print_function  
2.   
3. import os  
4. import sys  
5. import timeit  
6.   
7. import numpy  
8.   
9. import theano  
10. import theano.tensor as T  
11. from theano.tensor.shared_randomstreams import RandomStreams  
12.   
13. from logistic_regression import LogisticRegression  
14. from hidden_layer import HiddenLayer  
15. from denosing_autoencoder import DenosingAutoencoder  
16.   
17. class SdA(object):  
18.     def __init__(  
19.         self,  
20.         numpy_rng,  
21.         theano_rng=None,  
22.         n_ins=784,  
23.         hidden_layers_sizes=[500, 500],  
24.         n_outs=10,  
25.         corruption_levels=[0.1, 0.1]  
26.     ):  
27.         self.sigmoid_layers = []  
28.         self.dA_layers = []  
29.         self.params = []  
30.         self.n_layers = len(hidden_layers_sizes)  
31.   
32.         assert self.n_layers > 0  
33.   
34.         if not theano_rng:  
35.             theano_rng = RandomStreams(numpy_rng.randint(2 ** 30))  
36.         self.x = T.matrix('x')  # the data is presented as rasterized images  
37.         self.y = T.ivector('y')  # the labels are presented as 1D vector of  
38.         for i in range(self.n_layers):  
39.             if i == 0:  
40.                 input_size = n_ins  
41.             else:  
42.                 input_size = hidden_layers_sizes[i - 1]  
43.             if i == 0:  
44.                 layer_input = self.x  
45.             else:  
46.                 layer_input = self.sigmoid_layers[-1].output  
47.   
48.             sigmoid_layer = HiddenLayer(rng=numpy_rng,  
49.                                         input=layer_input,  
50.                                         n_in=input_size,  
51.                                         n_out=hidden_layers_sizes[i],  
52.                                         activation=T.nnet.sigmoid)  
53.             self.sigmoid_layers.append(sigmoid_layer)  
54.             self.params.extend(sigmoid_layer.params)  
55.             dA_layer = DenosingAutoencoder(numpy_rng=numpy_rng,  
56.                           theano_rng=theano_rng,  
57.                           input=layer_input,  
58.                           n_visible=input_size,  
59.                           n_hidden=hidden_layers_sizes[i],  
60.                           W=sigmoid_layer.W,  
61.                           bhid=sigmoid_layer.b)  
62.             self.dA_layers.append(dA_layer)  
63.         self.logLayer = LogisticRegression(  
64.             input=self.sigmoid_layers[-1].output,  
65.             n_in=hidden_layers_sizes[-1],  
66.             n_out=n_outs  
67.         )  
68.         self.params.extend(self.logLayer.params)  
69.         self.finetune_cost = self.logLayer.negative_log_likelihood(self.y)  
70.         self.errors = self.logLayer.errors(self.y)  
71.   
72.     def pretraining_functions(self, train_set_x, batch_size):  
73.         index = T.lscalar('index')  # index to a minibatch  
74.         corruption_level = T.scalar('corruption')  # % of corruption to use  
75.         learning_rate = T.scalar('lr')  # learning rate to use  
76.         batch_begin = index * batch_size  
77.         batch_end = batch_begin + batch_size  
78.         pretrain_fns = []  
79.         for dA in self.dA_layers:  
80.             cost, updates = dA.get_cost_updates(corruption_level,  
81.                                                 learning_rate)  
82.             fn = theano.function(  
83.                 inputs=[  
84.                     index,  
85.                     theano.In(corruption_level, value=0.2),  
86.                     theano.In(learning_rate, value=0.1)  
87.                 ],  
88.                 outputs=cost,  
89.                 updates=updates,  
90.                 givens={  
91.                     self.x: train_set_x[batch_begin: batch_end]  
92.                 }  
93.             )  
94.             pretrain_fns.append(fn)  
95.         return pretrain_fns  
96.   
97.     def build_finetune_functions(self, datasets, batch_size, learning_rate):  
98.         (train_set_x, train_set_y) = datasets[0]  
99.         (valid_set_x, valid_set_y) = datasets[1]  
100.         (test_set_x, test_set_y) = datasets[2]  
101.         n_valid_batches = valid_set_x.get_value(borrow=True).shape[0]  
102.         n_valid_batches //= batch_size  
103.         n_test_batches = test_set_x.get_value(borrow=True).shape[0]  
104.         n_test_batches //= batch_size  
105.         index = T.lscalar('index')  
106.         gparams = T.grad(self.finetune_cost, self.params)  
107.         updates = [  
108.             (param, param - gparam * learning_rate)  
109.             for param, gparam in zip(self.params, gparams)  
110.         ]  
111.         train_fn = theano.function(  
112.             inputs=[index],  
113.             outputs=self.finetune_cost,  
114.             updates=updates,  
115.             givens={  
116.                 self.x: train_set_x[  
117.                     index * batch_size: (index + 1) * batch_size  
118.                 ],  
119.                 self.y: train_set_y[  
120.                     index * batch_size: (index + 1) * batch_size  
121.                 ]  
122.             },  
123.             name='train'  
124.         )  
125.         test_score_i = theano.function(  
126.             [index],  
127.             self.errors,  
128.             givens={  
129.                 self.x: test_set_x[  
130.                     index * batch_size: (index + 1) * batch_size  
131.                 ],  
132.                 self.y: test_set_y[  
133.                     index * batch_size: (index + 1) * batch_size  
134.                 ]  
135.             },  
136.             name='test'  
137.         )  
138.         valid_score_i = theano.function(  
139.             [index],  
140.             self.errors,  
141.             givens={  
142.                 self.x: valid_set_x[  
143.                     index * batch_size: (index + 1) * batch_size  
144.                 ],  
145.                 self.y: valid_set_y[  
146.                     index * batch_size: (index + 1) * batch_size  
147.                 ]  
148.             },  
149.             name='valid'  
150.         )  
151.         def valid_score():  
152.             return [valid_score_i(i) for i in range(n_valid_batches)]  
153.         def test_score():  
154.             return [test_score_i(i) for i in range(n_test_batches)]  
155.         return train_fn, valid_score, test_score  

在构造函数中，n_ins为输入信号维数，hidden_layer_sizes是一个列表，其中每个元素代表一个隐藏层的神经元数量，可以定义多层，例如在上例中，缺省情况下即为两层，n_outs为输出神经元个数，由于是手写数字识别，因此该值为10，corruption_levels是去噪自动编码机（dA）随机噪音级别，上例中分别为10%的随机噪音。

在构造网络过程中，首先建立BP网络的隐藏层，然后权值和Bias与去噪自动编码机（dA）共享，按照缺省参数，会组成一个输入层有584个神经元，第一隐藏层500个神经元，第二个隐藏层500个神经元，输出层为10个神经元，代码中循环部分具体操作如下所示：

i=0时：

    input_size = 584, layer_input = x即为原始输入信号

    BP隐藏层定义：input=x（原始输入信号）n_in=584（28*28），n_out=hidden_layer_sizes[0]=500，激活函数为Sigmoid函数

    dA定义：input=原始输入信号，n_visible=584, n_hidden=hidden_layer_sizes[0]=500，权值与上面定义的隐藏层共享，Bias与上面定义的隐藏层共享

i=1时：

    input_size=500

    layer_input=上一层输出

    BP隐藏层：input=上一层输出，n_in=500，n_out=hidden_layer_sizes[1]=500，激活函数为Sigmoid函数

    dA定义：input=上一层输出，n_visible=500，n_hidden=hidden_layer_sizes[0]=500，权值与上面定义的隐藏层共享，Bias与上面定义的隐藏层共享

至此循环结束，接着定义最后的逻辑回归层：输入层为上面最后一层的输出，输入层节点数为500，输出层节点数为10。

当创建好网络结构之后，SdA类定义了两阶段的训练方法，pretraining_functions用于逐层训练去噪自动编码机（dA），而build_finetune_functions则用于训练BP网络，由于上面的代码与DenosingAutoencoder和MLP类相类似，这里就不再重复介绍了。

下面定义SdAEngine类，用于完成具体的模型训练工作，代码如下所示：

[python]  view plain  copy

 

1. from __future__ import print_function  
2.   
3. import os  
4. import sys  
5. import timeit  
6.   
7. import numpy  
8.   
9. import theano  
10. import theano.tensor as T  
11. from theano.tensor.shared_randomstreams import RandomStreams  
12.   
13. from mnist_loader import MnistLoader  
14. from mlp import HiddenLayer  
15. from sda import SdA  
16.   
17.   
18. class SdAEngine(object):  
19.     def __init__(self):  
20.         print('create SdAEngine')  
21.   
22.     def train(finetune_lr=0.1, pretraining_epochs=15,  
23.                  pretrain_lr=0.001, training_epochs=1000,  
24.                  dataset='mnist.pkl.gz', batch_size=1):  
25.         loader = MnistLoader()  
26.         datasets = loader.load_data(dataset)  
27.         train_set_x, train_set_y = datasets[0]  
28.         valid_set_x, valid_set_y = datasets[1]  
29.         test_set_x, test_set_y = datasets[2]  
30.         n_train_batches = train_set_x.get_value(borrow=True).shape[0]  
31.         n_train_batches //= batch_size  
32.         numpy_rng = numpy.random.RandomState(89677)  
33.         print('... building the model')  
34.         sda = SdA(  
35.             numpy_rng=numpy_rng,  
36.             n_ins=28 * 28,  
37.             hidden_layers_sizes=[1000, 1000, 1000],  
38.             n_outs=10  
39.         )  
40.         print('... getting the pretraining functions')  
41.         pretraining_fns = sda.pretraining_functions(train_set_x=train_set_x,  
42.                                                     batch_size=batch_size)  
43.         print('... pre-training the model')  
44.         start_time = timeit.default_timer()  
45.         corruption_levels = [.1, .2, .3]  
46.         for i in range(sda.n_layers):  
47.             for epoch in range(pretraining_epochs):  
48.                 c = []  
49.                 for batch_index in range(n_train_batches):  
50.                     c.append(pretraining_fns[i](index=batch_index,  
51.                              corruption=corruption_levels[i],  
52.                              lr=pretrain_lr))  
53.                 print('Pre-training layer %i, epoch %d, cost %f' % (i, epoch, numpy.mean(c)))  
54.         end_time = timeit.default_timer()  
55.         print(('The pretraining code for file ' +  
56.                os.path.split(__file__)[1] +  
57.                ' ran for %.2fm' % ((end_time - start_time) / 60.)), file=sys.stderr)  
58.         print('... getting the finetuning functions')  
59.         train_fn, validate_model, test_model = sda.build_finetune_functions(  
60.             datasets=datasets,  
61.             batch_size=batch_size,  
62.             learning_rate=finetune_lr  
63.         )  
64.         print('... finetunning the model')  
65.         patience = 10 * n_train_batches  # look as this many examples regardless  
66.         patience_increase = 2.  # wait this much longer when a new best is  
67.                                 # found  
68.         improvement_threshold = 0.995  # a relative improvement of this much is  
69.                                        # considered significant  
70.         validation_frequency = min(n_train_batches, patience // 2)  
71.         best_validation_loss = numpy.inf  
72.         test_score = 0.  
73.         start_time = timeit.default_timer()  
74.         done_looping = False  
75.         epoch = 0  
76.         while (epoch < training_epochs) and (not done_looping):  
77.             epoch = epoch + 1  
78.             for minibatch_index in range(n_train_batches):  
79.                 minibatch_avg_cost = train_fn(minibatch_index)  
80.                 iter = (epoch - 1) * n_train_batches + minibatch_index  
81.                 if (iter + 1) % validation_frequency == 0:  
82.                     validation_losses = validate_model()  
83.                     this_validation_loss = numpy.mean(validation_losses)  
84.                     print('epoch %i, minibatch %i/%i, validation error %f %%' %  
85.                           (epoch, minibatch_index + 1, n_train_batches,  
86.                            this_validation_loss * 100.))  
87.                     if this_validation_loss < best_validation_loss:  
88.                         if (  
89.                             this_validation_loss < best_validation_loss *  
90.                             improvement_threshold  
91.                         ):  
92.                             patience = max(patience, iter * patience_increase)  
93.                         best_validation_loss = this_validation_loss  
94.                         best_iter = iter  
95.                         test_losses = test_model()  
96.                         test_score = numpy.mean(test_losses)  
97.                         print(('     epoch %i, minibatch %i/%i, test error of '  
98.                                'best model %f %%') %  
99.                               (epoch, minibatch_index + 1, n_train_batches,  
100.                                test_score * 100.))  
101.                 if patience <= iter:  
102.                     done_looping = True  
103.                     break  
104.         end_time = timeit.default_timer()  
105.         print(  
106.             (  
107.                 'Optimization complete with best validation score of %f %%, '  
108.                 'on iteration %i, '  
109.                 'with test performance %f %%'  
110.             )  
111.             % (best_validation_loss * 100., best_iter + 1, test_score * 100.)  
112.         )  
113.         print(('The training code for file ' +  
114.                os.path.split(__file__)[1] +  
115.                ' ran for %.2fm' % ((end_time - start_time) / 60.)), file=sys.stderr)  

上面的代码基本上是DenosingAutoencoder和MLP训练算法的合成，没有太多可以介绍的部分。

将上面的代码，结合之间介绍的LogisticRegression、HIddenLayer、MnistLoader等类，就可以构成一个完整的堆叠自动编码机（SdA）了。下面是训练网络的代码：

[python]  view plain  copy

 

1. from sda_engine import SdAEngine  
2.   
3. if __name__ == '__main__':  
4.     engine = SdAEngine()  
5.     engine.train()  

运行上述代码，在我的Mac笔记本上需要跑一个晚上，可以得到识别错误率为1%左右。

大家可以看到，堆叠去噪自动编码机（SdA）训练速度和识别精度方面，与之前介绍的卷积神经网络（CNN）相比，都会有些差距，这就说明不同的网络，适合不同的任务。图像识别领域，首选是卷积神经网络（CNN），而在图像搜索等领域，堆叠去噪自动编码机（SdA）的应用效果更佳。