采样softmax（Sampled softmax ）

2019-05-23 本文已影响1人 manlier

Sampled softmax

原文：https://www.tensorflow.org/extras/candidate_sampling.pdf

假设有一个单分类问题。训练集中的每个样本 $(x_i, \{t_i\})$ 包含一个上下文和一个目标类。将给定上下文 $x$ 时，目标类为 $y$ 写作概率 $P(y|x)$

我们使用函数 $F(x,y)$ 产生softmax logits，即对数化的概率：

$F(x, y) \leftarrow \log (P(y | x))+K(x)$

其中 $K(x)$ 是一个不依赖 $y$ 的函数。

在完整的softmax训练中，对于每个训练样本 $(x_i, \{t_i\})$ ，都需要对所有的分类 $y \in L$ 计算 $F(x_i,y)$ 。如果分类集L非常大，该操作将变得非常昂贵。

而在“Sampled Softmax”中，对于每个训练样本 $(x_i, \{t_i\})$ ，我们根据一个选定的抽样函数 $Q(y|x)$ 来选择一个小的采样分类集 $S_{i} \subset L$ ，其中的每一个分类 $y \in L$ 都以概率 $Q(y|x_i)$ 独立的存在：

$P\left(S_{i}=S | x_{i}\right)=\prod_{y \in S} Q\left(y | x_{i}\right) \prod_{y \in(L-S)}\left(1-Q\left(y | x_{i}\right)\right)$

我们创建一个候选集 $C_i$ ，联合了目标分类和采样的分类集：

$C_{i}=S_{i} \cup\left\{t_{i}\right\}$

我们的训练任务是计算出，在给定候选集 $C_i$ 的条件下， $C_i$ 中的哪一个分类是目标分类。

对于 $C_i$ 中的每一个分类 $y$ ，我们想要计算出当给定 $x_i$ 和 $C_i$ 时， $y$ 的后验概率，记作 $P\left(t_{i}=y | x, C_{i}\right)$ :

应用贝叶斯法则：
$\begin{array}{l} P\left(t_{i}=y | x_{i}, C_{i}\right) \\ = \frac{P\left(t_{i}=y, C_{i} | x_{i}\right)}{P\left(C_{i} | x_{i}\right)} \\ {= \frac{P\left(t_{i}=y | x_{i}\right) P\left(C_{i} | t_{i}=y, x_{i}\right)}{P\left(C_{i} | x_{i}\right)} } \\ = \frac{P\left(y | x_{i}\right) P\left(C_{i} | t_{i}=y, x_{i}\right)}{P\left(C_{i} | x_{i}\right)} \end{array}$

现在，来计算 $P\left(C_{i} | t_{i}=y, x_{i}\right)$ ，我们注意到要使这发生， $y$ 可能在也可能不在 $S_i$ 中， $S_i$ 一定包含 $C_i$ 中所有的其它（除 $y$ 外）元素，并且不包含任何不在 $C_i$ 中的元素，
因此：

$\begin{array}{l} P\left(C_{i} | t_{i}=y, x_{i}\right) \\ =\prod_{y^{\prime} \in C_{i}-\{y\}} Q\left(y^{\prime} | x_{i}\right) \prod_{y^{\prime} \in\left(L-C_{i}\right)}\left(1-Q\left(y^{\prime} | x_{i}\right)\right) \\ = \frac{1}{Q(y|x_i)} \prod_{y^{\prime} \in C_{i}} Q\left(y^{\prime} | x_{i}\right) \prod_{y^{\prime} \in\left(L-C_{i}\right)}\left(1-Q\left(y^{\prime} | x_{i}\right)\right) \end{array}$

$\begin{array}{l} P\left(t_{i}=y | x_{i}, C_{i}\right) \\ = \frac{P\left(y | x_{i}\right) P\left(C_{i} | t_{i}=y, x_{i}\right)}{P\left(C_{i} | x_{i}\right)} \\ = \frac{P(y|x_i)}{Q(y|x_i)} \prod_{y^{\prime} \in C_{i}} Q\left(y^{\prime} | x_{i}\right) \prod_{y^{\prime} \in\left(L-C_{i}\right)}\left(1-Q\left(y^{\prime} | x_{i}\right)\right) / P(C_i|x_i) \\ = \frac{P(y|x_i)}{Q(y|x_i)} / K(x_i, C_i) \end{array}$

$K(x_i, C_i)$ 是一个不依赖于y的函数，所以：
$\log \left(P\left(t_{i}=y | x_{i}, C_{i}\right)\right)=\log \left(P\left(y | x_{i}\right)\right)-\log \left(Q\left(y | x_{i}\right)\right)+K^{\prime}\left(x_{i}, C_{i}\right)$

这些是应该输入softmax分类器的相对logits，用于预测 $C_i$ 中的哪一个候选类才是真正的分类。

既然我们试图训练函数 $F(x, y)$ 来拟合 $log(P(y|x))$ ，我们用神经网络中的层输出表示 $F(x, y)$ ，然后减去 $log(Q(y|x))$ ，将结果传入一个softmax分类器来预测哪个候选是真正的分类。

$Training Softmax Input=F(x, y)-\log (Q(y | x)$

从分类输出中反向传播梯度到F，这就是我们所要的。

采样softmax（Sampled softmax ）

Sampled softmax

猜你喜欢

热点阅读