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
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
3、过程图
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