機器人的學(xué)習(xí)研究進(jìn)展深學(xué)習(xí)及應(yīng)用演示文稿

機器人的學(xué)習(xí)研究進(jìn)展深度學(xué)習(xí)及應(yīng)用演示文稿當(dāng)前第1頁\共有84頁\編于星期五\2點機器人的學(xué)習(xí)研究進(jìn)展深度學(xué)習(xí)及應(yīng)用當(dāng)前第2頁\共有84頁\編于星期五\2點內(nèi)容1.深度學(xué)習(xí)概述

2.深度學(xué)習(xí)應(yīng)用研究當(dāng)前第3頁\共有84頁\編于星期五\2點1.深度學(xué)習(xí)概述1.1概述1.2背景1.3人腦視覺機理1.4關(guān)于特征1.5深度學(xué)習(xí)的基本思想1.6淺層學(xué)習(xí)（ShallowLearning）和深度學(xué)習(xí)（DeepLearning）當(dāng)前第4頁\共有84頁\編于星期五\2點1.深度學(xué)習(xí)概述1.7Deeplearning與NeuralNetwork1.8Deeplearning訓(xùn)練過程1.9DeepLearning的常用模型或者方法當(dāng)前第5頁\共有84頁\編于星期五\2點1.1概述ArtificialIntelligence，也就是人工智能，就像長生不老和星際漫游一樣，是人類最美好的夢想之一。雖然計算機技術(shù)已經(jīng)取得了長足的進(jìn)步，但是到目前為止，還沒有一臺電腦能產(chǎn)生“自我”的意識。的確如此，在人類和大量現(xiàn)成數(shù)據(jù)的幫助下，電腦可以表現(xiàn)的十分強大，但是離開了這兩者，它甚至都不能分辨一個喵星人和一個汪星人。當(dāng)前第6頁\共有84頁\編于星期五\2點1.1概述圖靈（計算機和人工智能的鼻祖，分別對應(yīng)于其著名的“圖靈機”和“圖靈測試”）在1950年的論文里，提出圖靈試驗的設(shè)想，即，隔墻對話，你將不知道與你談話的，是人還是電腦。這無疑給計算機，尤其是人工智能，預(yù)設(shè)了一個很高的期望值。但是半個世紀(jì)過去了，人工智能的進(jìn)展，遠(yuǎn)遠(yuǎn)沒有達(dá)到圖靈試驗的標(biāo)準(zhǔn)。這不僅讓多年翹首以待的人們，心灰意冷，認(rèn)為人工智能是忽悠，相關(guān)領(lǐng)域是“偽科學(xué)”。當(dāng)前第7頁\共有84頁\編于星期五\2點1.1概述但是自2006年以來，機器學(xué)習(xí)領(lǐng)域，取得了突破性的進(jìn)展。圖靈試驗，至少不是那么可望而不可及了。至于技術(shù)手段，不僅僅依賴于云計算對大數(shù)據(jù)的并行處理能力，而且依賴于算法。這個算法就是，DeepLearning。借助于DeepLearning算法，人類終于找到了如何處理“抽象概念”這個亙古難題的方法。當(dāng)前第8頁\共有84頁\編于星期五\2點1.1概述2012年6月，《紐約時報》披露了GoogleBrain項目，吸引了公眾的廣泛關(guān)注。這個項目是由著名的斯坦福大學(xué)的機器學(xué)習(xí)教授AndrewNg和在大規(guī)模計算機系統(tǒng)方面的世界頂尖專家Jeff

Dean共同主導(dǎo)，用16000個CPUCore的并行計算平臺訓(xùn)練一種稱為“深度神經(jīng)網(wǎng)絡(luò)”（DNN，DeepNeuralNetworks）的機器學(xué)習(xí)模型（內(nèi)部共有10億個節(jié)點。當(dāng)前第9頁\共有84頁\編于星期五\2點1.1概述這一網(wǎng)絡(luò)自然是不能跟人類的神經(jīng)網(wǎng)絡(luò)相提并論的。要知道，人腦中可是有150多億個神經(jīng)元，互相連接的節(jié)點也就是突觸數(shù)更是如銀河沙數(shù)。曾經(jīng)有人估算過，如果將一個人的大腦中所有神經(jīng)細(xì)胞的軸突和樹突依次連接起來，并拉成一根直線，可從地球連到月亮，再從月亮返回地球）。“深度神經(jīng)網(wǎng)絡(luò)”在語音識別和圖像識別等領(lǐng)域獲得了巨大的成功。當(dāng)前第10頁\共有84頁\編于星期五\2點1.1概述項目負(fù)責(zé)人之一Andrew稱：“我們沒有像通常做的那樣自己框定邊界，而是直接把海量數(shù)據(jù)投放到算法中，讓數(shù)據(jù)自己說話，系統(tǒng)會自動從數(shù)據(jù)中學(xué)習(xí)?！绷硗庖幻?fù)責(zé)人Jeff則說：“我們在訓(xùn)練的時候從來不會告訴機器說：‘這是一只貓?！到y(tǒng)其實是自己發(fā)明或者領(lǐng)悟了“貓”的概念?！碑?dāng)前第11頁\共有84頁\編于星期五\2點1.1概述2012年11月，微軟在中國天津的一次活動上公開演示了一個全自動的同聲傳譯系統(tǒng)，講演者用英文演講，后臺的計算機一氣呵成自動完成語音識別、英中機器翻譯和中文語音合成，效果非常流暢。據(jù)報道，后面支撐的關(guān)鍵技術(shù)也是DNN，或者深度學(xué)習(xí)（DL，DeepLearning）。2013年1月，在百度年會上，創(chuàng)始人兼CEO李彥宏高調(diào)宣布要成立百度研究院，其中第一個成立的就是“深度學(xué)習(xí)研究所”（IDL，InstitueofDeepLearning）。當(dāng)前第12頁\共有84頁\編于星期五\2點1.1概述為什么擁有大數(shù)據(jù)的互聯(lián)網(wǎng)公司爭相投入大量資源研發(fā)深度學(xué)習(xí)技術(shù)。聽起來感覺deeplearning很牛那樣。那什么是deeplearning？為什么有deeplearning？它是怎么來的？又能干什么呢？目前存在哪些困難呢？這些問題的簡答都需要慢慢來。咱們先來了解下機器學(xué)習(xí)（人工智能的核心）的背景。當(dāng)前第13頁\共有84頁\編于星期五\2點1.2背景機器學(xué)習(xí)（MachineLearning）是一門專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能的學(xué)科。1959年美國的塞繆爾(Samuel)設(shè)計了一個下棋程序，這個程序具有學(xué)習(xí)能力，它可以在不斷的對弈中改善自己的棋藝。4年后，這個程序戰(zhàn)勝了設(shè)計者本人。又過了3年，這個程序戰(zhàn)勝了美國一個保持8年之久的常勝不敗的冠軍。這個程序向人們展示了機器學(xué)習(xí)的能力，提出了許多令人深思的社會問題與哲學(xué)問題。當(dāng)前第14頁\共有84頁\編于星期五\2點1.2背景機器學(xué)習(xí)雖然發(fā)展了幾十年，但還是存在很多沒有良好解決的問題：當(dāng)前第15頁\共有84頁\編于星期五\2點1.2背景例如圖像識別、語音識別、自然語言理解、天氣預(yù)測、基因表達(dá)、內(nèi)容推薦等等。目前我們通過機器學(xué)習(xí)去解決這些問題的思路都是這樣的（以視覺感知為例子）：當(dāng)前第16頁\共有84頁\編于星期五\2點1.2背景從開始的通過傳感器（例如CMOS）來獲得數(shù)據(jù)。然后經(jīng)過預(yù)處理、特征提取、特征選擇，再到推理、預(yù)測或者識別。最后一個部分，也就是機器學(xué)習(xí)的部分，絕大部分的工作是在這方面做的，也存在很多的學(xué)術(shù)論文和研究。而中間的三部分，概括起來就是特征表達(dá)。良好的特征表達(dá)，對最終算法的準(zhǔn)確性起了非常關(guān)鍵的作用，而且系統(tǒng)主要的計算和測試工作都耗在這一大部分。但是這塊實際中一般都是人工完成的，即靠人工提取特征。當(dāng)前第17頁\共有84頁\編于星期五\2點1.2背景截止現(xiàn)在，也出現(xiàn)了不少優(yōu)秀特征表示方式（好的特征應(yīng)具有不變性（大小、尺度和旋轉(zhuǎn)等）和可區(qū)分性）。例如Sift的出現(xiàn)，是局部圖像特征描述子研究領(lǐng)域一項里程碑式的工作。由于SIFT對尺度、旋轉(zhuǎn)以及一定視角和光照變化等圖像變化都具有不變性，并且SIFT具有很強的可區(qū)分性，的確讓很多問題的解決變?yōu)榭赡?。但它也不是萬能的。當(dāng)前第18頁\共有84頁\編于星期五\2點1.2背景然而，手工地選取特征是一件非常費力、啟發(fā)式（需要專業(yè)知識）的方法，能不能選取好很大程度上靠經(jīng)驗和運氣，而且它的調(diào)節(jié)需要大量的時間。既然手工選取特征不太好，那么能不能自動地學(xué)習(xí)一些特征呢？答案是能！DeepLearning就是用來干這個事情的，看它的一個別名Unsupervised

FeatureLearning，就可以顧名思義了，Unsupervised的意思就是不要人參與特征的選取過程。當(dāng)前第19頁\共有84頁\編于星期五\2點1.2背景那它是怎么學(xué)習(xí)的呢？怎么知道哪些特征好哪些不好呢？我們說機器學(xué)習(xí)是一門專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為的學(xué)科。那人類的視覺系統(tǒng)是怎么工作的呢？為什么在茫茫人海，蕓蕓眾生，滾滾紅塵中我們都可以找到另一個她（因為，你存在我深深的腦海里，我的夢里、我的心里、我的歌聲里……）。當(dāng)前第20頁\共有84頁\編于星期五\2點1.2背景人腦那么優(yōu)秀，我們能不能參考人腦，模擬人腦呢？（注：好像和人腦扯上點關(guān)系的特征、算法，都不錯，但不知道是不是人為強加的，為了使自己的研究變得神圣和高雅。）近幾十年以來，認(rèn)知神經(jīng)科學(xué)、生物學(xué)等等學(xué)科的發(fā)展，讓我們對自己這個神秘的而又神奇的大腦不再那么的陌生。也給人工智能的發(fā)展推波助瀾。當(dāng)前第21頁\共有84頁\編于星期五\2點1.3人腦視覺機理1981年的諾貝爾醫(yī)學(xué)/生理學(xué)獎，頒發(fā)給了DavidHubel（出生于加拿大的美國神經(jīng)生物學(xué)家）和Torsten

Wiesel以及RogerSperry。前兩位的主要貢獻(xiàn)，是“發(fā)現(xiàn)了視覺系統(tǒng)的信息處理機制”，發(fā)現(xiàn)可視皮層是分級的。如“人見到蛇的情景”。當(dāng)前第22頁\共有84頁\編于星期五\2點當(dāng)前第23頁\共有84頁\編于星期五\2點1.3人腦視覺機理我們看看他們做了什么。1958年，DavidHubel和TorstenWiesel在JohnHopkinsUniversity研究了瞳孔區(qū)域與大腦皮層神經(jīng)元的對應(yīng)關(guān)系。他們在貓的后腦頭骨上開了一個3毫米的小洞，向洞里插入電極，測量神經(jīng)元的活躍程度。然后，他們在小貓的眼前，展現(xiàn)各種形狀、各種亮度的物體。并且，在展現(xiàn)每一件物體時，還改變物體放置的位置和角度。他們期望通過這個辦法，讓小貓瞳孔感受不同類型、不同強弱的刺激。當(dāng)前第24頁\共有84頁\編于星期五\2點1.3人腦視覺機理之所以做這個試驗，目的是去證明一個猜測：位于后腦皮層的不同視覺神經(jīng)元，與瞳孔所受刺激之間，存在某種對應(yīng)關(guān)系。一旦瞳孔受到某一種刺激，后腦皮層的某一部分神經(jīng)元就會活躍。經(jīng)歷了很多天反復(fù)的枯燥的試驗，同時犧牲了若干只可憐的小貓，DavidHubel和TorstenWiesel發(fā)現(xiàn)了一種被稱為“方向選擇性細(xì)胞（OrientationSelectiveCell）”的神經(jīng)元細(xì)胞。當(dāng)瞳孔發(fā)現(xiàn)了眼前的物體的邊緣，而且這個邊緣指向某個方向時，這種神經(jīng)元細(xì)胞就會活躍。這個發(fā)現(xiàn)激發(fā)了人們對于神經(jīng)系統(tǒng)的進(jìn)一步思考。神經(jīng)-中樞-大腦的工作過程，或許是一個不斷迭代、不斷抽象的過程。當(dāng)前第25頁\共有84頁\編于星期五\2點1.3人腦視覺機理這里的關(guān)鍵詞有兩個，一個是抽象，一個是迭代。從原始信號，做低級抽象，逐漸向高級抽象迭代。人類的邏輯思維，經(jīng)常使用高度抽象的概念。例如，從原始信號攝入開始（瞳孔攝入像素Pixels），接著做初步處理（大腦皮層某些細(xì)胞發(fā)現(xiàn)邊緣和方向），然后抽象（大腦判定，眼前的物體的形狀，是圓形的），然后進(jìn)一步抽象（大腦進(jìn)一步判定該物體是只氣球）。再比如人臉識別，如下圖：當(dāng)前第26頁\共有84頁\編于星期五\2點當(dāng)前第27頁\共有84頁\編于星期五\2點1.3人腦視覺機理這個生理學(xué)的發(fā)現(xiàn)，促成了計算機人工智能在四十年后的突破性發(fā)展?？偟膩碚f，人的視覺系統(tǒng)的信息處理是分級的。從低級的V1區(qū)提取邊緣特征，再到V2區(qū)的形狀或者目標(biāo)的部分等，再到更高層，整個目標(biāo)、目標(biāo)的行為等。也就是說高層的特征是低層特征的組合，從低層到高層的特征表示越來越抽象，越來越能表現(xiàn)語義或者意圖。而抽象層面越高，存在的可能猜測就越少，就越利于分類。例如，單詞集合和句子的對應(yīng)是多對一的，句子和語義的對應(yīng)又是多對一的，語義和意圖的對應(yīng)還是多對一的，這是個層級體系。當(dāng)前第28頁\共有84頁\編于星期五\2點1.3人腦視覺機理敏感的人注意到這個關(guān)鍵詞了：分層。而Deeplearning的deep是不是就表示我存在多少層，也就是多深呢？對。那Deeplearning是如何借鑒這個過程的呢？畢竟是歸于計算機來處理，面對的一個問題就是怎么對這個過程進(jìn)行建模？因為我們要學(xué)習(xí)的是特征的表達(dá)，那么關(guān)于特征，或者說關(guān)于這個層級特征，我們需要了解地更深入點。所以在說DeepLearning之前，我們下面有必要解釋一下特征。當(dāng)前第29頁\共有84頁\編于星期五\2點1.4關(guān)于特征特征是機器學(xué)習(xí)系統(tǒng)的原材料，對最終模型的影響是毋庸置疑的。如果數(shù)據(jù)被很好地表達(dá)成了特征，通常線性模型就能達(dá)到滿意的精度。那對于特征，我們需要考慮什么呢？當(dāng)前第30頁\共有84頁\編于星期五\2點1.4關(guān)于特征1.4.1

特征表示的粒度1.4.2

初級（淺層）特征表示1.4.3

結(jié)構(gòu)性特征表示1.4.4

需要有多少個特征當(dāng)前第31頁\共有84頁\編于星期五\2點1.4.1

特征表示的粒度學(xué)習(xí)算法在一個什么粒度上的特征表示，才有能發(fā)揮作用？就一個圖片來說，像素級的特征根本沒有價值。例如上面的摩托車，從像素級別，根本得不到任何信息，其無法進(jìn)行摩托車和非摩托車的區(qū)分。當(dāng)前第32頁\共有84頁\編于星期五\2點1.4.1

特征表示的粒度而如果特征是一個具有結(jié)構(gòu)性（或者說有含義）的時候，比如是否具有車把手（handle），是否具有車輪（wheel），就很容易把摩托車和非摩托車區(qū)分開來，學(xué)習(xí)算法才能發(fā)揮作用。當(dāng)前第33頁\共有84頁\編于星期五\2點1.4.2

初級（淺層）特征表示既然像素級的特征表示方法沒有作用，那怎樣的表示才有用呢？1995年前后，BrunoOlshausen和DavidField兩位學(xué)者任職CornellUniversity，他們試圖同時用生理學(xué)和計算機的手段，雙管齊下，研究視覺問題。他們收集了很多黑白風(fēng)景照片，從這些照片中，提取出400個小碎片，每個小碎片的尺寸均為16x16像素，不妨把這400個碎片標(biāo)記為S[i],i=0,..399。接下來，再從這些黑白風(fēng)景照片中，隨機提取另一個碎片，尺寸也是16x16像素，不妨把這個碎片標(biāo)記為

T。當(dāng)前第34頁\共有84頁\編于星期五\2點1.4.2

初級（淺層）特征表示他們提出的問題是，如何從這400個碎片中，選取一組碎片S[k],通過疊加的辦法，合成出一個新的碎片，而這個新的碎片應(yīng)當(dāng)與隨機選擇的目標(biāo)碎片T盡可能相似，同時，S[k]的數(shù)量盡可能少。用數(shù)學(xué)的語言來描述，就是：Sum_k(a[k]*S[k])-->T,

其中a[k]是在疊加碎片S[k]時的權(quán)重系數(shù)。為解決這個問題，BrunoOlshausen和DavidField發(fā)明了一個算法，稀疏編碼（SparseCoding）。當(dāng)前第35頁\共有84頁\編于星期五\2點1.4.2

初級（淺層）特征表示稀疏編碼是一個重復(fù)迭代的過程，每次迭代分兩步：1）選擇一組S[k]，然后調(diào)整a[k]，使得Sum_k(a[k]*S[k])最接近T；2）固定住a[k]，在400個碎片中，選擇其它更合適的碎片S’[k]，替代原先的S[k]，使得Sum_k(a[k]*S’[k])最接近T

。經(jīng)過幾次迭代后，最佳的S[k]組合被遴選出來。令人驚奇的是，被選中的S[k]基本上都是照片上不同物體的邊緣線，這些線段形狀相似，區(qū)別在于方向。當(dāng)前第36頁\共有84頁\編于星期五\2點1.4.2

初級（淺層）特征表示BrunoOlshausen和DavidField的算法結(jié)果，與DavidHubel和TorstenWiesel的生理發(fā)現(xiàn)，不謀而合！也就是說，復(fù)雜圖形往往由一些基本結(jié)構(gòu)組成。比如下圖：一個圖可以通過用64種正交的edges（可以理解成正交的基本結(jié)構(gòu)）來線性表示。比如樣例的x可以用1-64個edges中的三個按照0.8,0.3,0.5的權(quán)重調(diào)和而成。而其他基本edge沒有貢獻(xiàn)，因此均為0。當(dāng)前第37頁\共有84頁\編于星期五\2點當(dāng)前第38頁\共有84頁\編于星期五\2點1.4.2

初級（淺層）特征表示另外，許多專家還發(fā)現(xiàn)，不僅圖像存在這個規(guī)律，聲音也存在。他們從未標(biāo)注的聲音中發(fā)現(xiàn)了20種基本的聲音結(jié)構(gòu)，其余的聲音可以由這20種基本結(jié)構(gòu)合成。當(dāng)前第39頁\共有84頁\編于星期五\2點當(dāng)前第40頁\共有84頁\編于星期五\2點1.4.3

結(jié)構(gòu)性特征表示小塊的圖形可以由基本edge構(gòu)成，更結(jié)構(gòu)化，更復(fù)雜的，具有概念性的圖形如何表示呢？這就需要更高層次的特征表示，比如V2，V4。因此V1看像素級是像素級。V2看V1是像素級，這個是層次遞進(jìn)的，高層表達(dá)由底層表達(dá)的組合而成。專業(yè)點說就是基basis。V1區(qū)提出的basis是邊緣，然后V2層是V1層這些basis的組合，這時候V2區(qū)得到的又是高一層的basis，上上層又是上一層的組合basis結(jié)果...所以有專家說Deeplearning就是“搞基”，因為難聽，所以美其名曰Deeplearning或者UnsupervisedFeatureLearning.當(dāng)前第41頁\共有84頁\編于星期五\2點1.4.3

結(jié)構(gòu)性特征表示直觀上說，就是找到有意義的小碎片（patch），再將其進(jìn)行組合（combine），就得到了上一層的特征（feature），遞歸地向上學(xué)習(xí)特征（learningfeature）。當(dāng)前第42頁\共有84頁\編于星期五\2點1.4.3

結(jié)構(gòu)性特征表示在不同對象（object）上做訓(xùn)練時，所得的邊緣基（edgebasis）是非常相似的，但對象部分（objectparts）和模式（models）

完全不同。這樣便于圖像的準(zhǔn)確識別。當(dāng)前第43頁\共有84頁\編于星期五\2點1.4.3

結(jié)構(gòu)性特征表示

從文本來說，一個doc文檔表示什么意思？我們描述一件事情，用什么來表示比較合適？用一個一個字嘛?不是，字就是像素級別了，起碼應(yīng)該是term（術(shù)語/詞組），換句話說每個doc都由term構(gòu)成;但這樣表示概念的能力就夠了嘛，可能也不夠，需要再上一步，達(dá)到topic級，有了topic，再到doc就合理。但每個層次的數(shù)量差距很大，比如doc表示的概念->topic（千-萬量級）->term（10萬量級）->word（百萬量級）。一個人在看一個doc的時候，眼睛看到的是word，由這些word在大腦里自動切詞形成term，在按照概念組織的方式，先驗的學(xué)習(xí)，得到topic，然后再進(jìn)行高層次的learning。當(dāng)前第44頁\共有84頁\編于星期五\2點1.4.4

需要有多少個特征我們知道需要層次的特征構(gòu)建，由淺入深，但每一層該有多少個特征呢？任何一種方法，特征越多，給出的參考信息就越多，準(zhǔn)確性會得到提升。但特征多意味著計算復(fù)雜，探索的空間大，可以用來訓(xùn)練的數(shù)據(jù)在每個特征上就會稀疏，都會帶來各種問題，并不一定特征越多越好。當(dāng)前第45頁\共有84頁\編于星期五\2點當(dāng)前第46頁\共有84頁\編于星期五\2點小結(jié)上面我們談到為什么會有Deeplearning（讓機器自動學(xué)習(xí)良好的特征，而免去人工選取過程。還有參考人的分層視覺處理系統(tǒng)），我們得到一個結(jié)論就是Deeplearning需要多層來獲得更抽象的特征表達(dá)。那么多少層才合適呢？用什么架構(gòu)來建模呢？怎么進(jìn)行非監(jiān)督訓(xùn)練呢？當(dāng)前第47頁\共有84頁\編于星期五\2點1.5深度學(xué)習(xí)的基本思想假設(shè)我們有一個系統(tǒng)S，它有n層（S1,…Sn），它的輸入是I，輸出是O，形象地表示為：I=>S1=>S2=>…..=>Sn=>O，如果輸出O等于輸入I，即輸入I經(jīng)過這個系統(tǒng)變化之后沒有任何的信息損失。這意味著輸入I經(jīng)過每一層Si都沒有任何的信息損失，即在任何一層Si，它都是原有信息（即輸入I）的另外一種表示?，F(xiàn)在回到我們的主題DeepLearning，我們需要自動地學(xué)習(xí)特征，假設(shè)我們有一堆輸入I（如一堆圖像或者文本），假設(shè)我們設(shè)計了一個系統(tǒng)S（有n層），我們通過調(diào)整系統(tǒng)中參數(shù)，使得它的輸出仍然是輸入I，那么我們就可以自動地獲取得到輸入I的一系列層次特征，即S1，…,Sn。當(dāng)前第48頁\共有84頁\編于星期五\2點1.5深度學(xué)習(xí)的基本思想對于深度學(xué)習(xí)來說，其思想就是對堆疊多個層，也就是說這一層的輸出作為下一層的輸入。通過這種方式，就可以實現(xiàn)對輸入信息進(jìn)行分級表達(dá)了。另外，前面是假設(shè)輸出嚴(yán)格地等于輸入，這個限制太嚴(yán)格，我們可以略微地放松這個限制，例如我們只要使得輸入與輸出的差別盡可能地小即可，這個放松會導(dǎo)致另外一類不同的DeepLearning方法。上述就是DeepLearning的基本思想。當(dāng)前第49頁\共有84頁\編于星期五\2點1.6淺層學(xué)習(xí)和深度學(xué)習(xí)1.6.1淺層學(xué)習(xí)（ShallowLearning）：機器學(xué)習(xí)第一次浪潮1.6.2深度學(xué)習(xí)（DeepLearning）：機器學(xué)習(xí)第二次浪潮當(dāng)前第50頁\共有84頁\編于星期五\2點1.6.1淺層學(xué)習(xí)：機器學(xué)習(xí)第一次浪潮20世紀(jì)80年代末期，用于人工神經(jīng)網(wǎng)絡(luò)的反向傳播算法（也叫BackPropagation算法或者BP算法）的發(fā)明，給機器學(xué)習(xí)帶來了希望，掀起了基于統(tǒng)計模型的機器學(xué)習(xí)熱潮。這個熱潮一直持續(xù)到今天。人們發(fā)現(xiàn)，利用BP算法可以讓一個人工神經(jīng)網(wǎng)絡(luò)模型從大量訓(xùn)練樣本中學(xué)習(xí)統(tǒng)計規(guī)律，從而對未知事件做預(yù)測。這種基于統(tǒng)計的機器學(xué)習(xí)方法比起過去基于人工規(guī)則的系統(tǒng)，在很多方面顯出優(yōu)越性。這個時候的人工神經(jīng)網(wǎng)絡(luò)，雖也被稱作多層感知機（Multi-layerPerceptron），但實際是一種只含有一層隱層節(jié)點的淺層模型。當(dāng)前第51頁\共有84頁\編于星期五\2點1.6.1淺層學(xué)習(xí)：機器學(xué)習(xí)第一次浪潮20世紀(jì)90年代，各種各樣的淺層機器學(xué)習(xí)模型相繼被提出，例如支撐向量機（SVM，SupportVectorMachines）、Boosting、最大熵方法（如LR，LogisticRegression）等。這些模型的結(jié)構(gòu)基本上可以看成帶有一層隱層節(jié)點（如SVM、Boosting），或沒有隱層節(jié)點（如LR）。這些模型無論是在理論分析還是應(yīng)用中都獲得了巨大的成功。相比之下，由于理論分析的難度大，訓(xùn)練方法又需要很多經(jīng)驗和技巧，這個時期深度人工神經(jīng)網(wǎng)絡(luò)反而相對沉寂。當(dāng)前第52頁\共有84頁\編于星期五\2點1.6.2深度學(xué)習(xí)：機器學(xué)習(xí)第二次浪潮2006年，加拿大多倫多大學(xué)教授、機器學(xué)習(xí)領(lǐng)域的泰斗GeoffreyHinton和他的學(xué)生Ruslan

Salak

hutdinov在國際頂級期刊《科學(xué)》上發(fā)表了一篇文章，開啟了深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的浪潮。這篇文章有兩個主要觀點：1）多隱層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)得到的特征對數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類；2）深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上的難度，可以通過“逐層初始化”（layer-wisepre-training）來有效克服，在這篇文章中，逐層初始化是通過無監(jiān)督學(xué)習(xí)實現(xiàn)的。當(dāng)前第53頁\共有84頁\編于星期五\2點當(dāng)前多數(shù)分類、回歸等學(xué)習(xí)方法為淺層結(jié)構(gòu)算法，其局限性在于有限樣本和計算單元情況下對復(fù)雜函數(shù)的表示能力有限，針對復(fù)雜分類問題其泛化能力受到一定制約。深度學(xué)習(xí)可通過學(xué)習(xí)一種深層非線性網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)復(fù)雜函數(shù)逼近，表征輸入數(shù)據(jù)分布式表示，并展現(xiàn)了強大的從少數(shù)樣本中集中學(xué)習(xí)數(shù)據(jù)集本質(zhì)特征的能力。（多層的好處是可以用較少的參數(shù)表示復(fù)雜的函數(shù)）1.6.2深度學(xué)習(xí)：機器學(xué)習(xí)第二次浪潮當(dāng)前第54頁\共有84頁\編于星期五\2點1.6.2深度學(xué)習(xí)：機器學(xué)習(xí)第二次浪潮當(dāng)前第55頁\共有84頁\編于星期五\2點深度學(xué)習(xí)的實質(zhì)，是通過構(gòu)建具有很多隱層的機器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。因此，“深度模型”是手段，“特征學(xué)習(xí)”是目的。區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于：1）強調(diào)了模型結(jié)構(gòu)的深度，通常有5層、6層，甚至10多層的隱層節(jié)點；2）明確突出了特征學(xué)習(xí)的重要性，也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，從而使分類或預(yù)測更加容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來學(xué)習(xí)特征，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息。1.6.2深度學(xué)習(xí)：機器學(xué)習(xí)第二次浪潮當(dāng)前第56頁\共有84頁\編于星期五\2點1.7Deeplearning與NeuralNetwork深度學(xué)習(xí)是機器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度學(xué)習(xí)是無監(jiān)督學(xué)習(xí)的一種。深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。當(dāng)前第57頁\共有84頁\編于星期五\2點Deeplearning本身算是machinelearning的一個分支，簡單可以理解為neuralnetwork的發(fā)展。大約二三十年前，neuralnetwork曾經(jīng)是ML領(lǐng)域特別火熱的一個方向，但是后來確慢慢淡出了，原因包括以下幾個方面：1）比較容易過擬合，參數(shù)比較難調(diào)整，而且需要不少竅門；2）訓(xùn)練速度比較慢，在層次比較少（小于等于3）的情況下效果并不比其它方法更優(yōu)；1.7Deeplearning與NeuralNetwork當(dāng)前第58頁\共有84頁\編于星期五\2點所以中間有大約20多年的時間，神經(jīng)網(wǎng)絡(luò)被關(guān)注很少，這段時間基本上是SVM和boosting算法的天下。但是，一個癡心的老先生Hinton，他堅持了下來，并最終（和其它人一起B(yǎng)engio、Yann.lecun等）提成了一個實際可行的deeplearning框架。1.7Deeplearning與NeuralNetwork當(dāng)前第59頁\共有84頁\編于星期五\2點Deeplearning與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)之間有相同的地方也有很多不同。相同點：deeplearning采用了神經(jīng)網(wǎng)絡(luò)相似的分層結(jié)構(gòu)，系統(tǒng)由包括輸入層、隱層（多層）、輸出層組成的多層網(wǎng)絡(luò)，只有相鄰層節(jié)點之間有連接，同一層以及跨層節(jié)點之間相互無連接，每一層可以看作是一個邏輯回歸模型；這種分層結(jié)構(gòu)，是比較接近人類大腦的結(jié)構(gòu)的。1.7Deeplearning與NeuralNetwork當(dāng)前第60頁\共有84頁\編于星期五\2點1.7Deeplearning與NeuralNetwork當(dāng)前第61頁\共有84頁\編于星期五\2點而為了克服神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的問題，DL采用了與神經(jīng)網(wǎng)絡(luò)很不同的訓(xùn)練機制。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)中，采用的是反向傳播（BP）的方式進(jìn)行。即采用迭代的算法來訓(xùn)練整個網(wǎng)絡(luò)，隨機設(shè)定初值，計算當(dāng)前網(wǎng)絡(luò)的輸出，然后根據(jù)當(dāng)前計算的輸出值和實際的標(biāo)記值之間的差去改變前面各層的參數(shù)，直到收斂（整體是一個梯度下降法）。deeplearning整體上是一個layer-wise的訓(xùn)練機制。這樣做的原因是因為，如果采用backpropagation的機制，對于一個deepnetwork（7層以上），殘差傳播到最前面的層已經(jīng)變得太小，出現(xiàn)所謂的gradientdiffusion（梯度擴(kuò)散）。這個問題在后面有所討論。Deeplearning與NeuralNetwork異同當(dāng)前第62頁\共有84頁\編于星期五\2點1.8Deeplearning訓(xùn)練過程1.8.1傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法為什么不能用在深度神經(jīng)網(wǎng)絡(luò)1.8.2deeplearning訓(xùn)練過程當(dāng)前第63頁\共有84頁\編于星期五\2點1.8.1傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法為什么不能用在深度神經(jīng)網(wǎng)絡(luò)BP算法作為傳統(tǒng)訓(xùn)練多層網(wǎng)絡(luò)的典型算法，實際上對僅含幾層網(wǎng)絡(luò)，該訓(xùn)練方法就已經(jīng)很不理想。深度結(jié)構(gòu)（涉及多個非線性處理單元層）非凸目標(biāo)代價函數(shù)中普遍存在的局部最小是訓(xùn)練困難的主要來源。當(dāng)前第64頁\共有84頁\編于星期五\2點BP算法存在的問題：（1）梯度越來越稀疏：從頂層越往下，誤差校正信號越來越?。唬?）收斂到局部最小值：尤其是從遠(yuǎn)離最優(yōu)區(qū)域開始的時候（隨機值初始化會導(dǎo)致這種情況的發(fā)生）；（3）一般，我們只能用有標(biāo)簽的數(shù)據(jù)來訓(xùn)練：但大部分的數(shù)據(jù)是沒標(biāo)簽的，而大腦可以從沒有標(biāo)簽的數(shù)據(jù)中學(xué)習(xí)；1.8.1傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法為什么不能用在深度神經(jīng)網(wǎng)絡(luò)當(dāng)前第65頁\共有84頁\編于星期五\2點1.8.2deeplearning訓(xùn)練過程如果對所有層同時訓(xùn)練，時間復(fù)雜度會太高；如果每次訓(xùn)練一層，偏差就會逐層傳遞。這會面臨跟上面監(jiān)督學(xué)習(xí)中相反的問題，會嚴(yán)重欠擬合（因為深度網(wǎng)絡(luò)的神經(jīng)元和參數(shù)太多了）。當(dāng)前第66頁\共有84頁\編于星期五\2點1.8.2deeplearning訓(xùn)練過程2006年，hinton提出了在非監(jiān)督數(shù)據(jù)上建立多層神經(jīng)網(wǎng)絡(luò)的一個有效方法，簡單的說，分為兩步，一是每次訓(xùn)練一層網(wǎng)絡(luò)，二是調(diào)優(yōu)，使原始表示x向上生成的高級表示r和該高級表示r向下生成的x'盡可能一致。方法是：1）首先逐層構(gòu)建單層神經(jīng)元，這樣每次都是訓(xùn)練一個單層網(wǎng)絡(luò)。2）當(dāng)所有層訓(xùn)練完后，Hinton使用wake-sleep算法進(jìn)行調(diào)優(yōu)。當(dāng)前第67頁\共有84頁\編于星期五\2點1.8.2deeplearning訓(xùn)練過程將除最頂層的其它層間的權(quán)重變?yōu)殡p向的，這樣最頂層仍然是一個單層神經(jīng)網(wǎng)絡(luò)，而其它層則變?yōu)榱藞D模型。向上的權(quán)重用于“認(rèn)知”，向下的權(quán)重用于“生成”。然后使用Wake-Sleep算法調(diào)整所有的權(quán)重。讓認(rèn)知和生成達(dá)成一致，也就是保證生成的最頂層表示能夠盡可能正確的復(fù)原底層的結(jié)點。比如頂層的一個結(jié)點表示人臉，那么所有人臉的圖像應(yīng)該激活這個結(jié)點，并且這個結(jié)果向下生成的圖像應(yīng)該能夠表現(xiàn)為一個大概的人臉圖像。當(dāng)前第68頁\共有84頁\編于星期五\2點1.8.2deeplearning訓(xùn)練過程Wake-Sleep算法分為醒（wake）和睡（sleep）兩個部分。1）wake階段：認(rèn)知過程（從現(xiàn)實到概念），通過外界的特征和向上的權(quán)重（認(rèn)知權(quán)重）產(chǎn)生每一層的抽象表示（結(jié)點狀態(tài)），并且使用梯度下降修改層間的下行權(quán)重（生成權(quán)重）。如：“如果現(xiàn)實跟我想象的不一樣，改變我的權(quán)重使得我想象的東西就是這樣的”。當(dāng)前第69頁\共有84頁\編于星期五\2點1.8.2deeplearning訓(xùn)練過程2）sleep階段：生成過程（從概念到現(xiàn)實），通過頂層表示（醒時學(xué)得的概念）和向下權(quán)重（生成權(quán)重），生成底層的狀態(tài)，同時修改層間向上的權(quán)重。如：“如果夢中的景象不是我腦中的相應(yīng)概念，改變我的向上的權(quán)重（認(rèn)知權(quán)重）使得這種景象在我看來就是這個概念”。當(dāng)前第70頁\共有84頁\編于星期五\2點deeplearning具體訓(xùn)練過程1）使用自下上升非監(jiān)督學(xué)習(xí)（就是從底層開始，一層一層的往頂層訓(xùn)練）2）自頂向下的監(jiān)督學(xué)習(xí)（就是通過帶標(biāo)簽的數(shù)據(jù)去訓(xùn)練，誤差自頂向下傳輸，對網(wǎng)絡(luò)進(jìn)行微調(diào)）當(dāng)前第71頁\共有84頁\編于星期五\2點1）使用自下上升非監(jiān)督學(xué)習(xí)采用無標(biāo)定數(shù)據(jù)（有標(biāo)定數(shù)據(jù)也可）分層訓(xùn)練各層參數(shù)，這一步可以看作是一個無監(jiān)督訓(xùn)練過程，是和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)區(qū)別最大的部分（這個過程可以看作是featurelearning過程）：具體的，先用無標(biāo)定數(shù)據(jù)訓(xùn)練第一層，訓(xùn)練時先學(xué)習(xí)第一層的參數(shù)（這一層可以看作是得到一個使得輸出和輸入差別最小的三層神經(jīng)網(wǎng)絡(luò)的隱層），由于模型capacity的限制以及稀疏性約束，使得得到的模型能夠?qū)W習(xí)到數(shù)據(jù)本身的結(jié)構(gòu)，從而得到比輸入更具有表示能力的特征；在學(xué)習(xí)得到第n-1層后，將n-1層的輸出作為第n層的輸入，訓(xùn)練第n層，由此分別得到各層的參數(shù)；當(dāng)前第72頁\共有84頁\編于星期五\2點2）自頂向下的監(jiān)督學(xué)習(xí)基于第一步得到的各層參數(shù)進(jìn)一步調(diào)整整個多層模型的參數(shù)，這一步是一個有監(jiān)督訓(xùn)練過程；第一步類似神經(jīng)網(wǎng)絡(luò)的隨機初始化初值過程，由于DL的第一步不是隨機初始化，而是通過學(xué)習(xí)輸入數(shù)據(jù)的結(jié)構(gòu)得到的，因而這個初值更接近全局最優(yōu)，從而能夠取得更好的效果；所以，deeplearning效果好很大程度上歸功于第一步的featurelearning過程。當(dāng)前第73頁\共有84頁\編于星期五\2點1.9DeepLearning的常用模型或者方法1.9.1AutoEncoder

自動編碼器1.9.2SparseCoding

稀疏編碼1.9.3RestrictedBoltzmannMachine(RBM)

限制波爾茲曼機1.9.4DeepBeliefNetworks深度信念網(wǎng)絡(luò)1.9.5ConvolutionalNeuralNetworks卷積神經(jīng)網(wǎng)絡(luò)當(dāng)前第74頁\共有84頁\編于星期五\2點1.9.1AutoEncoder

自動編碼器DeepLearning最簡單的一種方法是利用人工神經(jīng)網(wǎng)絡(luò)的特點，人工神經(jīng)網(wǎng)絡(luò)（ANN）本身就是具有層次結(jié)構(gòu)的系統(tǒng)，如果給定一個神經(jīng)網(wǎng)絡(luò)，我們假設(shè)其輸出與輸入是相同的，然后訓(xùn)練調(diào)整其參數(shù)，得到每一層中的權(quán)重。自然地，我們就得到了輸入I的幾種不同表示（每一層代表一種表示），這些表示就是特征。自動編碼器就是一種盡可能復(fù)現(xiàn)輸入信號的神經(jīng)網(wǎng)絡(luò)。為了實現(xiàn)這種復(fù)現(xiàn)，自動編碼器就必須捕捉可以代表輸入數(shù)據(jù)的最重要的因素，就像PCA那樣，找到可以代表原信息的主要成分。當(dāng)前第75頁\共有84頁\