Lipschitz Constraint in Deep Learning

最新推荐文章于 2021-06-06 09:11:06 发布

我的断点在哪里

最新推荐文章于 2021-06-06 09:11:06 发布

阅读量817

点赞数

分类专栏： Deep Learning 文章标签： Lipschitz约束谱正则化谱归一化

Deep Learning 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1. “稳健”模型：满足L约束

（1）对于参数扰动的稳定性

如模型 $f_{w+\bigtriangleup w}(x)$ 与 $f_{w}(x)$ 是否有相近的效果。

（2）对于输入扰动的稳定性

如 $f_{w}(x+\bigtriangleup x)$ 与 $f_{w}(x)$ 是否有相近的效果。

2. L约束：

当 $\left \| x_{1}-x_{2} \right \|\rightarrow 0$ ， $\left \| f_{w}(x_1)-f_{w}(x_2) \right \|\rightarrow 0$ 。

存在某个常数C（与参数有关，与输入无关），使下式恒成立

$\left \| f_{w}(x_1)-f_{w}(x_2) \right \|\leqslant C(w)·\left \| x_1-x_2 \right \|$

其中， C(w) 越小越好，意味着对输入扰动越不敏感。

3. 神经网络中的L约束：

单层全连接 f(Wx+b) ，为激活函数， W,b 为参数矩阵（向量），则

$\left \| f(Wx_1+b)-f(Wx_2+b)) \right \|\leqslant C(W,b)·\left \| x_1-x_2 \right \|$

让 x_1,x_2 充分接近，则

$\left \| f(Wx_1+b)-f(Wx_2+b)) \right \|\approx \left \| \frac{\partial f}{\partial x}W(x_1-x_2) \right \|\leqslant C(W,b)·\left \| x_1-x_2 \right \|$

由于现有激活函数如sigmoid,relu等满足“导数有上下界”，则 $\partial f/\partial x$ （每个元素）的绝对值都不超过某个常数，则

$\left \| W(x_1-x_2) \right \|\leqslant C\left \| x_1-x_2 \right \|$

希望C尽可能小，从而给参数带来一个正则化项 C^2 。

4. 矩阵范数：

F范数（Frobenius Norm）：（又称L2范数）——deep中常用的L2正则化就是这种。

$\left \| W \right \|_{F}=\sqrt{\sum_{i,j}w_{ij}^2}$

谱范数（Spectral Norm）：（又称2范数或谱半径）

$\left \| W \right \|_2=\max_{x\neq 0}\frac{\left \| Wx \right \|}{\left \| x \right \|}=\sqrt{\lambda _{1}}$ ， $\lambda_{1}$ 为 A^HA （Hermite矩阵）的最大特征值

谱范数 $\left \| W \right \|_2$ 等于 W^TW 的最大特征根（主特征根）的平方根，若是方阵，则 $\left \| W \right \|_2$ 等于W的最大的特征根的绝对值。

则：

5. L2正则项：（L2正则化与F范数的关系）

由于谱范数暂时没有计算出来，则先计算一个更大的上界 $\left \| W \right \|_F$ ，此时神经网络的loss为

$loss = loss(y,f_w(x))+\lambda\left \| W \right \|_F^2=loss(y,f_w(x))+\lambda(\sum_{i,j}w_{ij}^2)$

表明L2正则化使模型更好地满足L约束，降低模型对输入扰动的敏感性，增强模型的泛化性能。

6. 幂迭代求谱范数：求 $\left \| W \right \|_2$ ->求 W^TW 的最大特征根。

特征根求法： $u\leftarrow Wv$ ， $v\leftarrow W^Tu$ ， $\lambda \leftarrow \left \| u \right \|/\left \| v \right \|$ 。

$u\leftarrow \frac{(W^TW)u}{\left \| (W^TW)u \right \|}$ ，迭代若干次，得 $\left \| W \right \|_2^2\approx u^TW^TWu$

等价于

$v\leftarrow \frac{W^Tu}{\left \| W^Tu \right \|}$ ， $u\leftarrow \frac{Wv}{\left \| Wv \right \|}$ ， $\left \| W \right \|_2\approx u^TWv$

即初始化u,v之后，迭代若干次得到u,v，然后带入计算得到 $\left \| W \right \|_2$ 的近似值。

7. 谱正则化（Spectral Norm Regularization）：

F范数是一个更粗糙的条件，更准确的范数应该为谱范数。则神经网络的loss为

$loss=loss(y,f_w(x))+\lambda\left \| W \right \|_2^2$

PyTorch计算谱范数代码（待续）

8. 梯度惩罚：只在局部空间生效？？？

$\left | f(x_1)-f(x_2) \right |\leqslant \left \| x_1-x_2 \right \|$ ，此时C=1，且 $\left \| f^{'}(x) \right \|=1$ 是前述不等式的充分条件，把该项加入到网络的loss中作为惩罚项，即

$loss=loss(y,f_w(x))+\lambda\left \| f^{'}(x)-1 \right \|^2$

9. 谱归一化（Spectral Normalization）：将中所有的参数替换为 $w/\left \| w \right \|_2$

梯度惩罚的每个epoch的运行时间比谱归一化要长。

Reference：

https://spaces.ac.cn/archives/6051

《Spectral Norm Regularization for Improving the Generalizability of Deep Learning》

《Spectral Normalization for Generative Adversarial Networks》ICLR2018

我的断点在哪里

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
Lipschitz Constraint in Deep Learning

1. “稳健”模型：满足L约束（1）对于参数扰动的稳定性如模型与是否有相近的效果。（2）对于输入扰动的稳定性如与是否有相近的效果。2. L约束：当，。存在某个常数C（与参数有关，与输入无关），使下式恒成立其中，越小越好，意味着对输入扰动越不敏感。3. 神经网络中的L约束：单层全连接，为激活函数，为参数矩阵（向量），则让充分接近，则由于现有...
复制链接

扫一扫

专栏目录