变分推断学习笔记系列:
- 变分推断学习笔记(1)——概念介绍
- 变分推断学习笔记(2)——一维高斯模型的例子
- 变分推断学习笔记(3)——三硬币问题的变分推断解法
举一个一元高斯模型的例子。假设我们有数据
X={x1,…,xM}
X={x1,…,xM},要推断平均值
μ
μ和精度
τ(1/σ)
τ(1/σ)的后验概率分布。 写出似然
p(X|μ,τ)=(τ2π)N/2exp{−τ2∑n=1N(xn−μ)2}(1)
(1)p(X|μ,τ)=(τ2π)N/2exp{−τ2∑n=1N(xn−μ)2}
其中
μ,τ
μ,τ各自服从先验分布
p(μ|τ)=N(μ|μ,(λ0τ)−1)(2)
(2)p(μ|τ)=N(μ|μ,(λ0τ)−1)
p(τ)=Gam(τ|a0,b0)(3)
(3)p(τ)=Gam(τ|a0,b0)
其中Gam为Gamma分布(见备注1)。
通用的估计方法
好,我们现在假设
q
q之间的分布都独立。
q(μ,τ)=qu(μ)qr(τ)(4)
(4)q(μ,τ)=qu(μ)qr(τ)
对于
qu(μ)
qu(μ)我们有
lnq∗u(μ) =Er[lnp(X|μ,τ)+lnp(μ|τ)]+const=−E[τ]2{λ0(μ−u0)2+∑n=1N(xn−μ)2}+const(5)
(5)lnqu∗(μ)=Er[lnp(X|μ,τ)+lnp(μ|τ)]+const =−E[τ]2{λ0(μ−u0)2+∑n=1N(xn−μ)2}+const
我们把未知数
μ
μ的项加和起来,就可以看出
q∗u(μ)
qu∗(μ)恰好是个高斯分布
N(μ|uN,λ−1N)
N(μ|uN,λN−1),其中
uNλN=λ0u0+Nx¯λ0+N=(λ0+N)E[τ](6)
(6)uN=λ0u0+Nx¯λ0+NλN=(λ0+N)E[τ]
同样对于
qr(τ)
qr(τ),我们有
lnq∗r(τ)=Eu[lnp(X|μ,τ)+lnp(μ|τ)]+lnp(τ)+const=(a0−1)lnτ−boτ+12lnτ+N2lnτ−τ2Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2]+const(7)
(7)lnqr∗(τ)=Eu[lnp(X|μ,τ)+lnp(μ|τ)]+lnp(τ)+const=(a0−1)lnτ−boτ+12lnτ+N2lnτ−τ2Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2]+const
这里
q∗r(τ)
qr∗(τ)也恰好是个Gamma分布
Gam(τ|aN,bN)
Gam(τ|aN,bN),其中
aNbN=a0+N2=b0+12Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2](8)
(8)aN=a0+N2bN=b0+12Eu[∑n=1N(xn−μ)2+λ0(μ−u0)2]
首先,要注意我们并未对
qu(μ)
qu(μ)或
qr(τ)
qr(τ)的最佳形式作出任何假设,它们就自然地形成了似然函数的形式(高斯分布)和它的先验分布形式(Gamma分布)。 然后可以看到这里
qu(μ)
qu(μ)与
qr(τ)
qr(τ)通过
Er
Er与
Eu
Eu相互依赖。我们展开这些式子,使用高斯分布与Gamma分布的性质(见备注1)计算它们的期望:
E[τ|aN,bN]=aNbNE[μ|uN,λ−1N]=uNE[X2]=Var(X)+(E[X])2E[μ2|uN,λ−1N]=λ−1N+u2N(9)
(9)E[τ|aN,bN]=aNbNE[μ|uN,λN−1]=uNE[X2]=Var(X)+(E[X])2E[μ2|uN,λN−1]=λN−1+uN2
将式子(9)带入之前的式子(7)消去期望,最终得到:
uN=λ0u0+Nx¯λ0+NλN=(λ0+N)aNbNaN=a0+N+12bN=b0+12[(λ0+N)(λ−1N+μ2N)−2(λ0u0+∑n=1Nxn)uN+(∑n=1Nxn2)+λ0u02)](10)
(10)uN=λ0u0+Nx¯λ0+NλN=(λ0+N)aNbNaN=a0+N+12bN=b0+12[(λ0+N)(λN−1+μN2)−2(λ0u0+∑n=1Nxn)uN+(∑n=1Nxn2)+λ0u02)]
所以这时候循环依赖的对象变成了
λN
λN和
bN
bN。然后我们迭代计算这些值
- 利用x的值,计算
aN
aN和
uN
uN。
- 给
λN
λN赋一个初始值
- 利用
λN
λN,获得新的
bN
bN。
- 利用
bN
bN,获得新的
λN
λN。
- 反复迭代3,4步,直到收敛为止。
最后我们就得到了近似分布
Q(Z)
Q(Z)的所有超参数的值。
另一种估计方法
首先我们看到,之前这个
lnp(X)
lnp(X)(也就是似然)难求是因为
Z
Z未知,在我们这个例子里的具体表现为未知参数
μ
μ与
τ
τ之间存在耦合关系,即
μ
μ是由
τ
τ生成的(
p(μ|τ)
p(μ|τ)。由于原模型存在共轭先验,所以变分后验分布的因子函数形式也可以用同样的共轭结构。因为我们定义
Q(Z)
Q(Z)分布的目的是要获得tractable的分布,所以可以在原模型的分布上作小修改,只要斩断耦合的部分即可。(这部分论述可能有问题,还需要多看书才行)
所以我们假设
q(μ)
q(μ)与
q(τ)
q(τ)之间相互独立,即
q(μ)
q(μ)的参数不受
τ
τ的控制。但它依旧是个高斯分布,
q(τ)
q(τ)依旧是个Gamma分布,只是各自的参数未知。所以我们只要把下界看成这些分布的未知参数的函数形式,然后通过对各自参数的求导就能获得下界的极大值。(可能是因为指数家族的关系,未知参数的期望都有固定的函数形式,所以比较好求)
以之前为例,我们假设
q(μ)=N(μ|uN,λ−1N)q(τ)=Gam(τ|aN,bN)(11)
(11)q(μ)=N(μ|uN,λN−1)q(τ)=Gam(τ|aN,bN)
其中,
aN,bN,uN,λ−1N
aN,bN,uN,λN−1均为未知参数。
写出变分下界
L=∫∫q(μ,τ)lnp(X,μ,τ)q(μ,τ)dudr=Eq[lnp(X,μ,τ)]−Eq[lnq(μ,τ)]=Eq[lnp(X|μ,τ)]+Eq[lnp(μ|τ)]+Eq[lnp(τ)]−Eq[lnq(μ)]−Eq[lnq(τ)](12)
(12)L=∫∫q(μ,τ)lnp(X,μ,τ)q(μ,τ)dudr=Eq[lnp(X,μ,τ)]−Eq[lnq(μ,τ)]=Eq[lnp(X|μ,τ)]+Eq[lnp(μ|τ)]+Eq[lnp(τ)]−Eq[lnq(μ)]−Eq[lnq(τ)]
其中
Eq[lnp(X|μ,τ)]=N2Er[lnτ]−τ2Eu[∑n=1N(xn−μ)2]Eq[lnp(μ|τ)]=12Er[lnτ]−τ2Eu[λ0(μ−u0)2]Eq[lnp(τ)]=(a0−1)Er[lnτ]−boEr[τ]Eq[lnq(μ)]=uNEq[lnp(τ)]=aNbN(13)
(13)Eq[lnp(X|μ,τ)]=N2Er[lnτ]−τ2Eu[∑n=1N(xn−μ)2]Eq[lnp(μ|τ)]=12Er[lnτ]−τ2Eu[λ0(μ−u0)2]Eq[lnp(τ)]=(a0−1)Er[lnτ]−boEr[τ]Eq[lnq(μ)]=uNEq[lnp(τ)]=aNbN
根据Gamma分布的性质,将消去式(13)中的期望,最后我们获得的式子将只包括
aN,bN,uN,λ−1N
aN,bN,uN,λN−1这4个变量,分别对其求导,就可以得到每个参数的更新公式了(同式(10))。
备注: 1.Gamma分布
Gam(λ|a,b)=1Γ(a)baλa−1exp(−bλ)(14)
(14)Gam(λ|a,b)=1Γ(a)baλa−1exp(−bλ)
它的一些期望
E[λ]=abvar[λ]=ab2E[lnλ]=Ψ(a)−ln(b)(15)
(15)E[λ]=abvar[λ]=ab2E[lnλ]=Ψ(a)−ln(b)
其中
Ψ(a)=ddalnΓ(a)
Ψ(a)=ddalnΓ(a)