【论文解读】VAE: Auto-Encoding Variational Bayes（变分自编码器）

最新推荐文章于 2025-04-01 17:14:40 发布

十里清风

最新推荐文章于 2025-04-01 17:14:40 发布

阅读量1.4w

点赞数 19

分类专栏：深度学习

本文链接：https://blog.csdn.net/sinat_34072381/article/details/106993856

版权

深度学习专栏收录该内容

31 篇文章

订阅专栏

文章目录

基于潜变量的生成模型
变分边界与目标函数
VAE模型结构

代码实现： 基于tensorflow2.2实现，代码见github。

参考文献
1. Auto-Encoding Variational Bayes
2. 变分自编码器VAE：原来是这么一回事 | 附开源代码

基于潜变量的生成模型

模型联合概率分布可表示为 $p_{\bm\theta}(\bm x,\bm z)=p_\bm\theta(\bm x|\bm z)p_\bm \theta(\bm z)$ ，模型的生成过程为
$\bm z\sim p_\bm \theta(\bm z) \implies \bm x\sim p_\bm \theta(\bm x|\bm z)$
考虑一个独立同分布数据集 $X=\{\bm x^{(i)}\}_{i=1}^N$ ，我们假设数据的生成过程为：

基于先验分布 $p_\bm \theta(\bm z)$ 生成随机变量 $\bm z$ ；
基于条件概率分 $p_\bm \theta(\bm x|\bm z)$ 生成样本 $\bm x$ ；

然而，我们很难获取因变量 $\bm z$ 的分布，如先验概率分布 $p_\bm \theta(\bm z|\bm x)=p_\bm \theta(\bm x|\bm z)p_\bm \theta(\bm z)/p_\bm \theta(\bm x)$ 难以计算。

使用后验概率分布 $q_\bm \phi(\bm z|\bm x)$ 作为真实后验概率分布 $p_\bm \theta(\bm z|\bm x)$ 的近似，将 $q_\bm \phi(\bm z|\bm x)$ 可作为编码器，即给定样本 $\bm x$ 下，生成包含所有可能的编码 $\bm z$ ，并可通过编码 $\bm z$ 重新生成样本 $\bm x$ 。同样地，将 $p_\bm \theta(\bm x|\bm z)$ 作为解码器，即给定编码 $\bm z$ ，生成与 $\bm x$ 对应的分布。

再看一下，传统高斯混合模型的生成思想：

$p(x)=\sum_zp(z)p(x|z)$
式中 $p(z)\sim\mathcal N(0, I)$ ， $p(x|z)\sim\mathcal N(\mu(z),\sigma(z))$ 。

我们从标准正太分布中采样一个 $z$ ，再根据 $z$ 计算对应各高斯混合基模型的均值和方差，就可以利用高斯混合模型生成 $x$ 。但是这种模型显然没有利用到监督样本数据，即如何将采样 $z$ 对应到 $x$ ？模型的损失函数是什么？

VAE的思想是，每个样本都有自己特定的正太分布 $q (z ∣ x)$ ，我们有理由学习一个解码器/生成器，把从特定正太分布采样的 $z$ 还原为 $x$ 。我们可从特定分布 $q (z ∣ x)$ 中随机采样，生成各式各样与 $x$ 类似的样本，为了使模型具备通用生成能力（不根据真实样本），我们希望所有的 $q (z ∣ x)$ 都近似于标准正太分布，这样我们就可以从标准正太分布中采样，生成随机样本。

变分边界与目标函数

独立同分布数据集对数似然为
$\log p_\bm \theta(\bm x^{(1)},\cdots,\bm x^{(N)})=\sum_\bm x\log p_\bm \theta(\bm x)$

对于单个样本
$\begin{aligned} \log p_\bm \theta(\bm x) &=\int_\bm zq_\bm \phi(\bm z|\bm x)\log p_\bm \theta(\bm x)\text d\bm z\\[2ex] &=\int_\bm zq_\bm \phi(\bm z|\bm x)\log\left(\frac{p_\bm \theta(\bm z,\bm x)}{q_\bm \phi(\bm z|\bm x)}\frac{q_\bm \phi(\bm z|\bm x)}{p_\bm \theta(\bm z|\bm x)}\right)\text d\bm z\\[2ex] &=\int_\bm zq_\bm \phi(\bm z|\bm x)\log\left(\frac{p_\bm \theta(\bm x|\bm z)p_\bm \theta(\bm z)}{q_\bm \phi(\bm z|\bm x)}\right)\text d\bm z + \int_\bm zq_\bm \phi(\bm z|\bm x)\log\left(\frac{q_\bm \phi(\bm z|\bm x)}{p_\bm \theta(\bm z|\bm x)}\right)\text d\bm z\\[2ex] &=L_b+D_{KL}\Big(q_\bm \phi(\bm z|\bm x)\big|\big|p_\bm \theta(\bm z|\bm x)\Big)\\[2ex] &=-D_{KL}\Big(q_\bm \phi(\bm z|\bm x)\big|\big|p_\bm \theta(\bm z)\Big)+\Bbb E_{q_\bm \phi(\bm z|\bm x)}[\log p_\bm \theta(\bm x|\bm z)]+D_{KL}\Big(q_\bm \phi(\bm z|\bm x)\big|\big|p_\bm \theta(\bm z|\bm x)\Big) \end{aligned}$
因为KL散度为不小于0的距离度量，因此 $L_b$ 为目标函数下界。因为目标函数值与 $q_\bm\phi(\bm z|\bm x)$ 无关，调整 $q_\bm\phi(\bm z|\bm x)$ 最大化 $L_b$ ，目标函数值不改变，但目标函数第二项KL散度趋近于0，若继续调整 $p_\bm\theta(\bm x|\bm z)$ 以最大化 $L_b$ ，则目标函数值很有可能增加。因此，最大化目标函数的下界 $L_b$ 即可，第三项KL散度可忽略。

VAE模型结构

训练过程中，编码器为每个样本 $\bm x$ 生成对应正太分布的均值和方差，表示样本来自于 $\mathcal N(\mu(z),\sigma(z))$ ，解码器将从 $\mathcal N$ 中的采样，重构回对应的样本 $\bm x$ 。

同一样本在不同mini-batch中对应不同的分布，模型为了更好重构，倾向于将编码器输出方差至为0，这样就丧失了随机性，即模型丧失样本生成能力，退化为普通的AutoEncoder。因此，VAE约束所有编码向量服从标准正太分布，从而防止噪声为零。

由于
$-D_{KL}\Big(\mathcal N(\mu, \sigma^2\big|\big|\mathcal N(0, 1))\Big)=\frac{1}{2}\Big(\log\sigma^2-\mu^2-\sigma^2+1\Big)$
如果，我们强制令 $p_\theta(z)$ 服从标准正太分布，最大化目标函数等价于最大化
$\frac{1}{2}\Big(-\log\sigma^2+\mu^2+\sigma^2-1\Big)+\Bbb E_{q_\bm \phi(\bm z|\bm x)}[\log p_\bm \theta(\bm x|\bm z)]$

其中，第一项为 正则化损失，它有助于学习具有良好结构的潜在空间；第二项为 重构损失，它迫使解码后的样本匹配初始输入，如mnist数据集规范化为[0, 1]区间，解码器使用sigmoid输出，则此项为交叉熵。

此外，采样操作不可导，模型实现使用 重参数技巧：
$\epsilon\sim\mathcal N(0, 1) \implies \mu+\epsilon\times \sigma \sim\mathcal N(\mu,\sigma^2)$
根据编码器生成样本的均值和方差，但是我们不能直接生成对应的正太分布，再从中采样作为编码器输出，因为采样过程不可导。换种思路，从标准正太分布中采样数据（作为样本数据不参与求导），根据编码器输出将其变换到对应的正太分布，再作为编码器输出。

神经网络实现VAE