RBM到MPS的转换

刚刚踏入NPL的小白哈哈哈哈哈（激动.jpg），最近在读一篇关于量子的论文《Equivalence of restricted Boltzmann machines and tensor network states》，论文中提到了如何将RBM与TNS相互转换，下面就记一下论文中的第二部分“将RBM转换到MPS”。

这是自己用比较易懂的话来解释的，如有不足请多多谅解，我也会继续研究，欢迎指教呀~~~~贴上论文的地址https://arxiv.org/pdf/1701.04831.pdf

 

一、预备知识

1、什么是RBM？

RBM是一种能量模型，用无监督学习的方法，它的目的就是最大可能地拟合训练数据（就是对输入数据的概率分布进行建模，对于一组数据来说如果我们知道了它符合什么分布，就能够确定RBM的参数，网络便能更好地进行学习）。这里放一个介绍RBM的博客，我觉得讲得挺好的http://lib.csdn.net/article/deeplearning/59097?knId=1746 

（1）RBM网络结构                        

图（1）

 

RBM具有可视层和隐层，标准的RBM其可视层单元和隐层单元应该是全连接的，但是在进行RBM—>TNS的转化时，为了更方便地解释他们之间的转化，这里的RBM就采用了稀疏连接。

（2）RBM的参数

：可视层单元的偏置

：隐层单元的偏置

：可视层单元与隐层单元的连接权值

 

二、RBM到MPS的直接映射法

1、步骤

（1）在不改变RBM原有结构的条件下将RBM转化为TNS（RBM的可视单元对应TNS中的实际变量，隐层单元对应TNS中的虚拟变量）；

（2）第二通过划分n个片（每个片中包含一个可视单元，隐层单元在这些片中的分配是随意的），将TNS映射到MPS中。

下面给出直接映射的算法、过程图以及详细的过程解释。

2、算法

图（2）

 

 3、过程图

图（3）

 

以图（1）为例，在不改变图（1）结构的条件下，我们将RBM变成了图（3）中的（a）（我们要知道RBM的每个单元是用圆点代表，T