導(dǎo)讀

今天給大家介紹半監(jiān)督學(xué)習(xí)中的3個最基礎(chǔ)的概念：一致性正則化，熵最小化和偽標(biāo)簽，并介紹了兩個經(jīng)典的半監(jiān)督學(xué)習(xí)方法。

沒看一的點這里哈：半監(jiān)督學(xué)習(xí)入門基礎(chǔ)（一）

半監(jiān)督學(xué)習(xí) (SSL) 是一種非常有趣的方法，用來解決機器學(xué)習(xí)中缺少標(biāo)簽數(shù)據(jù)的問題。SSL利用未標(biāo)記的數(shù)據(jù)和標(biāo)記的數(shù)據(jù)集來學(xué)習(xí)任務(wù)。SSL的目標(biāo)是得到比單獨使用標(biāo)記數(shù)據(jù)訓(xùn)練的監(jiān)督學(xué)習(xí)模型更好的結(jié)果。這是關(guān)于半監(jiān)督學(xué)習(xí)的系列文章的第2部分，詳細介紹了一些基本的SSL技術(shù)。

一致性正則化，熵最小化，偽標(biāo)簽

SSL的流行方法是在訓(xùn)練期間往典型的監(jiān)督學(xué)習(xí)中添加一個新的損失項。通常使用三個概念來實現(xiàn)半監(jiān)督學(xué)習(xí)，即一致性正則化、熵最小化和偽標(biāo)簽。在進一步討論之前，讓我們先理解這些概念。

一致性正則化強制數(shù)據(jù)點的實際擾動不應(yīng)顯著改變預(yù)測器的輸出。簡單地說，模型應(yīng)該為輸入及其實際擾動變量給出一致的輸出。我們?nèi)祟悓τ谛〉母蓴_是相當(dāng)魯棒的。例如，給圖像添加小的噪聲(例如改變一些像素值)對我們來說是察覺不到的。機器學(xué)習(xí)模型也應(yīng)該對這種擾動具有魯棒性。這通常通過最小化對原始輸入的預(yù)測與對該輸入的擾動版本的預(yù)測之間的差異來實現(xiàn)。

模型對輸入x及其擾動x^的一致性度量

d(.,.) 可以是均方誤差或KL散度或任何其他距離度量。

一致性正則化是利用未標(biāo)記數(shù)據(jù)找到數(shù)據(jù)集所在的平滑流形的一種方法。這種方法的例子包括π模型、Temporal Ensembling，Mean Teacher，Virtual Adversarial Training等。

熵最小化鼓勵對未標(biāo)記數(shù)據(jù)進行更有信心的預(yù)測，即預(yù)測應(yīng)該具有低熵，而與ground truth無關(guān)(因為ground truth對于未標(biāo)記數(shù)據(jù)是未知的)。讓我們從數(shù)學(xué)上理解下這個。

熵的計算

這里，K是類別的數(shù)量，是模型對x預(yù)測是否屬于類別k的置信度。

此外，輸入示例中所有類的置信度之和應(yīng)該為1。這意味著，當(dāng)某個類的預(yù)測值接近1，而其他所有類的預(yù)測值接近0時，熵將最小化。因此，這個目標(biāo)鼓勵模型給出高可信度的預(yù)測。

理想情況下，熵的最小化將阻止決策邊界通過附近的數(shù)據(jù)點，否則它將被迫產(chǎn)生一個低可信的預(yù)測。請參閱下圖以更好地理解此概念。

由不同的半監(jiān)督學(xué)習(xí)方法生成的決策邊界

偽標(biāo)簽是實現(xiàn)半監(jiān)督學(xué)習(xí)最簡單的方法。一個模型一開始在有標(biāo)記的數(shù)據(jù)集上進行訓(xùn)練，然后用來對沒有標(biāo)記的數(shù)據(jù)進行預(yù)測。它從未標(biāo)記的數(shù)據(jù)集中選擇那些具有高置信度(高于預(yù)定義的閾值)的樣本，并將其預(yù)測視為偽標(biāo)簽。然后將這個偽標(biāo)簽數(shù)據(jù)集添加到標(biāo)記數(shù)據(jù)集，然后在擴展的標(biāo)記數(shù)據(jù)集上再次訓(xùn)練模型。這些步驟可以執(zhí)行多次。這和自訓(xùn)練很相關(guān)。

在現(xiàn)實中視覺和語言上擾動的例子

視覺:

翻轉(zhuǎn)，旋轉(zhuǎn)，裁剪，鏡像等是圖像常用的擾動。

語言

反向翻譯是語言中最常見的擾動方式。在這里，輸入被翻譯成不同的語言，然后再翻譯成相同的語言。這樣就獲得了具有相同語義屬性的新輸入。

NLP中的反向翻譯

半監(jiān)督學(xué)習(xí)方法

π model：

這里的目標(biāo)是一致性正則化。

π模型鼓勵模型對兩個相同的輸入(即同一個輸入的兩個擾動變量)輸出之間的一致性。

π模型有幾個缺點，首先，訓(xùn)練計算量大，因為每個epoch中單個輸入需要送到網(wǎng)絡(luò)中兩次。第二，訓(xùn)練目標(biāo)zi?是有噪聲的。

Temporal Ensembling：

這個方法的目標(biāo)也是一致性正則化，但是實現(xiàn)方法有點不一樣。

眾所周知，與單一模型相比，模型集成通常能提供更好的預(yù)測。通過在訓(xùn)練期間使用單個模型在不同訓(xùn)練時期的輸出來形成集成預(yù)測，這一思想得到了擴展。

簡單來說，不是比較模型的相同輸入的兩個擾動的預(yù)測(如π模型)，模型的預(yù)測與之前的epoch中模型對該輸入的預(yù)測的加權(quán)平均進行比較。

這種方法克服了π模型的兩個缺點。它在每個epoch中，單個輸入只進入一次，而且訓(xùn)練目標(biāo)zi? 的噪聲更小，因為會進行滑動平均。

這種方法的缺點是需要存儲數(shù)據(jù)集中所有的zi? 。

英文原文：https://medium.com/analytics-vidhya/a-primer-on-semi-supervised-learning-part-2-803f45edac2

責(zé)任編輯：xj

原文標(biāo)題：半監(jiān)督學(xué)習(xí)入門基礎(chǔ)（二）：最基礎(chǔ)的3個概念

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。