鞍山做网站团队,网站后台管理要求,网站网站是怎么建设的,各大网站黑白几天VAE模型及pytorch实现 VAE模型推导部分最小化KL散度推导代码部分损失函数Encoder部分Decoder部分VAE整体架构 VAE问题参考资料 VAE#xff08;变分自编码器#xff09;是一种生成模型#xff0c;结合了自编码器和概率图模型的思想。它通过学习数据的潜在分布#xff0c;可以… VAE模型及pytorch实现 VAE模型推导部分最小化KL散度推导代码部分损失函数Encoder部分Decoder部分VAE整体架构 VAE问题参考资料 VAE变分自编码器是一种生成模型结合了自编码器和概率图模型的思想。它通过学习数据的潜在分布可以生成新的数据样本。VAE通过将输入数据映射到潜在空间中的分布并在训练过程中最大化数据与潜在变量之间的条件概率来实现。其关键思想在于编码器将输入数据编码成潜在分布的参数解码器则从这个分布中采样生成新的数据。这种生成方式不仅能够生成新的数据还能够在潜在空间中进行插值和操作提供了强大的特征学习和数据生成能力。
AE论文Auto-Encoding Variational Bayes
VAE论文Semi-supervised Learning with Deep Generative Models VAE模型推导部分 假设 P ( z ) P(z) P(z)是一个正态分布 x ∣ z ∼ N ( μ ( z ) , σ ( z ) ) x|z \sim N(\mu(z),\sigma(z)) x∣z∼N(μ(z),σ(z))是x从z分布中进行采样得到的。 P ( x ) ∫ z P ( z ) P ( x ∣ z ) d z P(x)\int_zP(z)P(x|z)dz P(x)∫zP(z)P(x∣z)dz 为了最大化 P ( x ) P(x) P(x)我们采用极大似然估计 L ∑ x l o g P ( x ) M a x i m i z i n g t h e l i k e l i h o o d o f t h e o b s e r v e d x L\sum_{x}logP(x)\quad\mathrm{Maximizing~the~likelihood~of~the~observed~x} Lx∑logP(x)Maximizing the likelihood of the observed x 对 l o g P ( x ) logP(x) logP(x)进一步进行变形 l o g P ( x ) ∫ z q ( z ∣ x ) l o g P ( x ) d z q ( z ∣ x ) c a n b e a n y d i s t r i b u t i o n ∫ z q ( z ∣ x ) l o g ( P ( z , x ) P ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) l o g ( P ( z , x ) q ( z ∣ x ) q ( z ∣ x ) P ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) l o g ( P ( z , x ) q ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) l o g ( q ( z ∣ x ) P ( z ∣ x ) ) d z ≥ ∫ z q ( z ∣ x ) l o g ( P ( x ∣ z ) P ( z ) q ( z ∣ x ) ) d z \begin{aligned} logP(x)\int_{z}q(z|x)logP(x)dz\quad\mathrm{q(z|x)~can~be~any~distribution} \\ \int_{z}q(z|x)log\left(\frac{P(z,x)}{P(z|x)}\right)dz\int_{z}q(z|x)log\left(\frac{P(z,x)}{q(z|x)}\frac{q(z|x)}{P(z|x)}\right)dz \\ \int_{z}q(z|x)log\left(\frac{P(z,x)}{q(z|x)}\right)dz\int_{z}q(z|x)log\left(\frac{q(z|x)}{P(z|x)}\right)dz \\ \geq \int_{z}q(z|x)log\left(\frac{P(x|z)P(z)}{q(z|x)}\right)dz \end{aligned} logP(x)∫zq(z∣x)logP(x)dzq(z∣x) can be any distribution∫zq(z∣x)log(P(z∣x)P(z,x))dz∫zq(z∣x)log(q(z∣x)P(z,x)P(z∣x)q(z∣x))dz∫zq(z∣x)log(q(z∣x)P(z,x))dz∫zq(z∣x)log(P(z∣x)q(z∣x))dz≥∫zq(z∣x)log(q(z∣x)P(x∣z)P(z))dz 因为 K L ( q ( z ∣ x ) ∣ ∣ P ( z ∣ x ) ) ∫ z q ( z ∣ x ) l o g ( q ( z ∣ x ) P ( z ∣ x ) ) d z KL\left(q(z|x)||P(z|x)\right)\int_{z}q(z|x)log\left(\frac{q(z|x)}{P(z|x)}\right)dz KL(q(z∣x)∣∣P(z∣x))∫zq(z∣x)log(P(z∣x)q(z∣x))dz是大于0的数所以上述式子大于等于前面那一项。
对于给定的 P ( x ∣ z ) P(x|z) P(x∣z),让KL尽可能小就是让 L b L_b Lb最大。同时当 K L KL KL尽可能小也就是说明 q ( z ∣ x ) q(z|x) q(z∣x)和 p ( z ∣ x ) p(z|x) p(z∣x)这两个分布的相似度越高。 接下来我们就对 L b L_b Lb进行最大化变形处理变形后左侧为右侧为 L b ∫ z q ( z ∣ x ) l o g ( P ( z , x ) q ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) l o g ( P ( x ∣ z ) P ( z ) q ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) log ( P ( z ) q ( z ∣ x ) ) d z ∫ z q ( z ∣ x ) l o g P ( x ∣ z ) d z K L ( q ( z ∣ x ) ∣ ∣ P ( z ) ) E q ( z ∣ x ) [ l o g P ( x ∣ z ) ] \begin{aligned} L_b\int_zq(z|x)log\left(\frac{P(z,x)}{q(z|x)}\right)dz\int_zq(z|x)log\left(\frac{P(x|z)P(z)}{q(z|x)}\right)dz\\ \int_z q(z|x)\log (\frac{P(z)}{q(z|x)})dz\int_zq(z|x)logP(x|z)dz\\ KL(q(z|x)||P(z))E_{q(z|x)}[logP(x|z)] \end{aligned} Lb∫zq(z∣x)log(q(z∣x)P(z,x))dz∫zq(z∣x)log(q(z∣x)P(x∣z)P(z))dz∫zq(z∣x)log(q(z∣x)P(z))dz∫zq(z∣x)logP(x∣z)dzKL(q(z∣x)∣∣P(z))Eq(z∣x)[logP(x∣z)]
如下所示我们需要做的就是最小化 K L ( q ( z ∣ x ) ∣ ∣ P ( z ) ) KL(q(z|x)||P(z)) KL(q(z∣x)∣∣P(z))并最大化 E q ( z ∣ x ) [ l o g P ( x ∣ z ) ] E_{q(z|x)}[logP(x|z)] Eq(z∣x)[logP(x∣z)]。对于最小化KL我们可以理解为输入一个 x x x,然后通过神经网络调参输出 μ ( x ) , σ ( x ) \mu_(x),\sigma(x) μ(x),σ(x)也就是让这个数值尽可能和 P ( z ) P(z) P(z)这个分布接近。这部分相当于Encoder部分。
在Encoder部分结束后对于第2项从已知的 z z z也就是数据的隐式特征表示去采样出 x x x相当于模型的Decoder部分输出一个均值使之尽可能接近原始的 x x x因为对于这种条件概率均值最大的时候就是 x x x 最小化KL散度推导
为了最小化 q ( z ∣ x ) q(z|x) q(z∣x)和 P ( z ) P(z) P(z)的KL散度首先我们先对正态分布的KL散度计算进行推导。参考链接高斯分布的KL散度-CSDN博客 K L ( N ( μ 1 , σ 1 2 ) ∥ N ( μ 2 , σ 2 2 ) ) ∫ x 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 log 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 1 2 π σ 2 e − ( x − μ 2 ) 2 2 σ 2 2 d x ∫ x 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 [ log σ 2 σ 1 − ( x − μ 1 ) 2 2 σ 1 2 ( x − μ 2 ) 2 2 σ 2 2 ] d x \begin{aligned} \mathrm{KL}\left(\mathcal{N}\left(\mu_{1}, \sigma_{1}^{2}\right) \| \mathcal{N}\left(\mu_{2}, \sigma_{2}^{2}\right)\right) \int_{\mathrm{x}} \frac{1}{\sqrt{2 \pi} \sigma_{1}} \mathrm{e}^{-\frac{\left(x-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}} \log \frac{\frac{1}{\sqrt{2 \pi} \sigma_{1}} e^{-\frac{\left(x-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}}}{\frac{1}{\sqrt{2 \pi} \sigma_{2}} e^{-\frac{\left(x-\mu_{2}\right)^{2}}{2 \sigma_{2}^{2}}}} d x \\ \int_{x} \frac{1}{\sqrt{2 \pi} \sigma_{1}} e^{-\frac{\left(x-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}}\left[\log \frac{\sigma_{2}}{\sigma_{1}}-\frac{\left(x-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}\frac{\left(x-\mu_{2}\right)^{2}}{2 \sigma_{2}^{2}}\right] d x \end{aligned}\\ KL(N(μ1,σ12)∥N(μ2,σ22))∫x2π σ11e−2σ12(x−μ1)2log2π σ21e−2σ22(x−μ2)22π σ11e−2σ12(x−μ1)2dx∫x2π σ11e−2σ12(x−μ1)2[logσ1σ2−2σ12(x−μ1)22σ22(x−μ2)2]dx 对于第1项由于 σ 1 , σ 2 \sigma_1,\sigma_2 σ1,σ2与x无关则可以直接提取到积分外面该积分即为正态分布的全概率公式也就是为1 log σ 2 σ 1 ∫ x 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 d x log σ 2 σ 1 \log \frac{\sigma_{2}}{\sigma_{1}} \int_{\mathrm{x}} \frac{1}{\sqrt{2 \pi} \sigma_{1}} \mathrm{e}^{-\frac{\left(x-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}} \mathrm{dx}\log \frac{\sigma_{2}}{\sigma_{1}}\\ logσ1σ2∫x2π σ11e−2σ12(x−μ1)2dxlogσ1σ2 对于第2项则是由方差定义式 D ( x ) ∫ x ( x − μ ) 2 f ( x ) d x D(x)\int_x(x-\mu)^2f(x)dx D(x)∫x(x−μ)2f(x)dx,可知这个积分的结果为 σ 1 2 \sigma_1^2 σ12 − 1 2 σ 1 2 ∫ x ( x − μ 1 ) 2 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 d x − 1 2 σ 1 2 σ 1 2 − 1 2 -\frac{1}{2 \sigma_{1}^{2}} \int_{\mathrm{x}}\left(\mathrm{x}-\mu_{1}\right)^{2} \frac{1}{\sqrt{2 \pi} \sigma_{1}} \mathrm{e}^{-\frac{\left(\mathrm{x}-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}} \mathrm{dx}-\frac{1}{2 \sigma_{1}^{2}} \sigma_{1}^{2}-\frac{1}{2} −2σ121∫x(x−μ1)22π σ11e−2σ12(x−μ1)2dx−2σ121σ12−21 对于第3项首先将其展开对于 x 2 x^2 x2,由均方值公式 E ( x 2 ) D ( x ) E ( x ) 2 E(x^2)D(x)E(x)^2 E(x2)D(x)E(x)2,后面两项则分别是通过均值公式以及全概率公式进行计算。 1 2 σ 2 2 ∫ x ( x − μ 2 ) 2 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 d x 1 2 σ 2 2 ∫ x ( x 2 − 2 μ 2 x μ 2 2 ) 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 d x σ 1 2 μ 1 2 − 2 μ 1 μ 2 μ 2 2 2 σ 2 2 σ 1 2 ( μ 1 − μ 2 ) 2 2 σ 2 2 \begin{aligned} \frac{1}{2 \sigma_{2}^{2}} \int_{\mathrm{x}}\left(\mathrm{x}-\mu_{2}\right)^{2} \frac{1}{\sqrt{2 \pi} \sigma_{1}} \mathrm{e}^{-\frac{\left(\mathrm{x}-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}} \mathrm{dx} \frac{1}{2 \sigma_{2}^{2}} \int_{\mathrm{x}}\left(\mathrm{x}^{2}-2 \mu_{2} \mathrm{x}\mu_{2}^{2}\right) \frac{1}{\sqrt{2 \pi} \sigma_{1}} \mathrm{e}^{-\frac{\left(\mathrm{x}-\mu_{1}\right)^{2}}{2 \sigma_{1}^{2}}} \mathrm{dx} \\ \frac{\sigma_{1}^{2}\mu_{1}^{2}-2 \mu_{1} \mu_{2}\mu_{2}^{2}}{2 \sigma_{2}^{2}}\frac{\sigma_{1}^{2}\left(\mu_{1}-\mu_{2}\right)^{2}}{2 \sigma_{2}^{2}}\\ \end{aligned} 2σ221∫x(x−μ2)22π σ11e−2σ12(x−μ1)2dx2σ221∫x(x2−2μ2xμ22)2π σ11e−2σ12(x−μ1)2dx2σ22σ12μ12−2μ1μ2μ222σ22σ12(μ1−μ2)2
对上述式子进行汇总 K L ( N ( μ 1 , σ 1 2 ) ∥ N ( μ 2 , σ 2 2 ) ) log σ 2 σ 1 − 1 2 σ 1 2 ( μ 1 − μ 2 ) 2 2 σ 2 2 1 2 ( σ 1 2 μ 1 2 − log σ 1 2 − 1 ) \begin{aligned} \mathrm{KL}\left(\mathcal{N}\left(\mu_{1}, \sigma_{1}^{2}\right) \| \mathcal{N}\left(\mu_{2}, \sigma_{2}^{2}\right)\right) \log{\frac{\sigma_2}{\sigma_1}-\frac{1}{2}\frac{\sigma_1^2(\mu_1-\mu_2)^2}{2\sigma_2^2}} \\\frac{1}{2}(\sigma_1^2\mu_1^2-\log^{\sigma_1^2}-1) \end{aligned} KL(N(μ1,σ12)∥N(μ2,σ22))logσ1σ2−212σ22σ12(μ1−μ2)221(σ12μ12−logσ12−1)
代码部分
损失函数
通过上述推导我们知道了需要最小化散度然后最大化那个均值。所以可以得到如下的损失函数。 def loss_fn(recon_x, x, mean, log_var):BCE torch.nn.functional.binary_cross_entropy(recon_x.view(-1, 28*28), x.view(-1, 28*28), reductionsum)KLD -0.5 * torch.sum(1 log_var - mean.pow(2) - log_var.exp())return (BCE KLD) / x.size(0)Encoder部分
class Encoder(nn.Module):def __init__(self, layer_sizes, latent_size):super(Encoder, self).__init__()self.MLP nn.Sequential()for i, (in_size, out_size) in enumerate(zip(layer_sizes[:-1], layer_sizes[1:])):self.MLP.add_module(nameL{:d}.format(i), modulenn.Linear(in_size, out_size))self.MLP.add_module(nameA{:d}.format(i), modulenn.ReLU())# 首先对图像特征进行一些变换处理然后将其展开成一维向量然后通过全连接层得到均值和方差self.linear_means nn.Linear(layer_sizes[-1], latent_size)self.linear_log_var nn.Linear(layer_sizes[-1], latent_size)def forward(self, x):x self.MLP(x)means self.linear_means(x)log_vars self.linear_log_var(x)return means, log_varsDecoder部分
class Decoder(nn.Module):def __init__(self, layer_sizes, latent_size):super(Decoder, self).__init__()self.MLP nn.Sequential()input_size latent_sizefor i, (in_size, out_size) in enumerate(zip([input_size] layer_sizes[:-1], layer_sizes)):self.MLP.add_module(nameL{:d}.format(i), modulenn.Linear(in_size, out_size))if i 1 len(layer_sizes):self.MLP.add_module(nameA{:d}.format(i), modulenn.ReLU())else:self.MLP.add_module(namesigmoid, modulenn.Sigmoid())def forward(self, z):#对输入的z进行全接连操作最后输出一个重构的xx self.MLP(z)return xVAE整体架构
class VAE(nn.Module):def __init__(self, encoder_layer_sizes, latent_size, decoder_layer_sizes):super(VAE, self).__init__()self.latent_size latent_sizeself.encoder Encoder(encoder_layer_sizes, latent_size)self.decoder Decoder(decoder_layer_sizes, latent_size)def forward(self, x):if x.dim() 2:x x.view(-1, 28 * 28)means, log_var self.encoder(x)z self.reparameterize(means, log_var)recon_x self.decoder(z)return recon_x, means, log_var, zdef reparameterize(self, mu, log_var):用于对encoder部分输出的均值方差进行重参数化采样得到隐式表示部分z:param mu::param log_var::return:std torch.exp(0.5 * log_var)eps torch.randn_like(std)return mu eps * stddef inference(self, z):recon_x self.decoder(z)return recon_xVAE问题
vae只是记住图片而不是生成图片 再产生图片时只是通过像素差异进行评估则对于关键点像素和可忽略像素之间的图片两者在vae看来是一致的但是不是理想的产生图片因此出现了GAN
参考资料
VAE 模型基本原理简单介绍_vae模型-CSDN博客
高斯分布的KL散度-CSDN博客
ML Lecture 18: Unsupervised Learning - Deep Generative Model (Part II)
