必威体育Betway必威体育官网
当前位置:首页 > IT技术

机器学习:MixMatch 论文解读

时间:2019-10-14 13:15:32来源:IT技术作者:seo实验室小编阅读:56次「手机版」
 

mixmatch

最近谷歌出了一篇有关半监督学习的 paper,几乎可以说是到目前为止,半监督学习领域的集大成者了,在常用的数据集上,取得了非常惊人的效果。这篇 paper,基本把之前半监督学习领域,有用的方式方法都尝试了一下,然后组合出了一个更为有效的方法。

这篇文章的名称叫做 MixMatch: A Holistic APProach to Semi-Supervised Learning

想解决的也是半监督学习的问题,半监督学习,就是为了解决标注数据不够的情况,标签不够,那无标签的数据也可以用上,至少从目前学术界的成功来看,在同分布的数据集上,这些效果都还是不错的。

言归正传,看看这篇 paper,都有什么 trick 深藏其中,不过这篇 paper,还是比较厚道的,把每个 trick 的影响都做了对比实验,paper 里也给出了对比实验结果。

当然,一开始都是讲情怀的了,说明半监督学习的必要性与重要性。

作者也说了,目前半监督学习的几种方法:一个是熵最小化,也就是说,尽可能让模型对无标签样本的预测置信度高;另外一个是,连续性,当样本出现扰动的时候,模型的输出还是非常的 robust;还有一个是泛化能力,模型应该有很好的泛化能力。

这篇 paper,作者主要抓住了两点,一个是熵最小化,一个是连续性。熵最小化,文章里提出了一种对数据做增广,用模型预测,取平均,然后再做一个 sharpen;连续性,主要就是样本增广,结合 Mixup 的方法。

在这里插入图片描述

文章的主体思路就是给定一个有标签的样本 BATch X\mathcal{X}X 和同样大小的无标签的样本batch U\mathcal{U}U,通过 mixMatch 的方式,这两个 batch 分别变成了 X\mathcal{X'}X′ 和 U\mathcal{U}'U′,这两个 batch 分别按照有标签的情况,和无标签的情况,计算不同的 loss,

X,U=MixMatch(X,U,T,K,α) \mathcal{X}', \mathcal{U}' = \text{MixMatch} (\mathcal{X}, \mathcal{U}, T, K, \alpha) X′,U′=MixMatch(X,U,T,K,α)

LX=1Xx,pXH(p,pm(yx,θ)) \mathcal{L}_{\mathcal{X}} = \frac{1}{| \mathcal{X}'|} \sum_{x, p \in \mathcal{X}'} H(p, p_m(y|x, \theta)) LX​=∣X′∣1​x,p∈X′∑​H(p,pm​(y∣x,θ))

LU=1LUu,qUqpm(yu,θ)22 \mathcal{L}_{\mathcal{U}} = \frac{1}{L| \mathcal{U}'|} \sum_{u, q \in \mathcal{U}'} || q - p_m(y|u, \theta) ||_{2}^2 LU​=L∣U′∣1​u,q∈U′∑​∣∣q−pm​(y∣u,θ)∣∣22​

L=LX+λuLU \mathcal{L} = \mathcal{L}_{\mathcal{X}} + \lambda_{u} \mathcal{L}_{\mathcal{U}} L=LX​+λu​LU​

H(p,q)H(p, q)H(p,q) 是我们常见的分类交叉熵,T,K,α,λT, K, \alpha, \lambdaT,K,α,λ 是超参数,整体的算法流程如下所示:

在这里插入图片描述

上面这个算法流程,基本就是一个数据增广的算法过程,不过,由于现在的数据是混合了有标签和无标签两种数据,文章对无标签数据做了一些处理。

Data Augmentation

正如文章所说,数据增广是非常有效的一种方式,所以这篇 paper,也用到了数据增广的技术,文章里说,有标签的数据,只做一次增广, xb=Au(xb)x'_b = Au(x_b)xb′​=Au(xb​),没有标签的数据,要做 KKK 次增广,ub,k=Au(ub)u'_{b,k} = Au(u_b)ub,k′​=Au(ub​)

Label Guessing

对于无标签的数据,只能依靠模型去猜测,所以,这里用求平均的方式对无标签的数据做预测:

qbˉ=1Kk=1Kpm(yub,k;θ) \bar{{q}_b} = \frac{1}{K} \sum_{k=1}^{K} p_m(y|u_{b,k}; \theta ) qb​ˉ​=K1​k=1∑K​pm​(y∣ub,k​;θ)

Sharpening

对预测之后的标签,文章里做了一个 sharpen 的操作,就是让预测概率分布更加的 sharpen,文章利用了一种 “加热” 的技术:

Sharpen(p,T)i:=pi1T/j=1Lpj1T \text{Sharpen} (p, T)_{i} := p_{i}^{\frac{1}{T}} / \sum_{j = 1}^{L} p_{j}^{\frac{1}{T}} Sharpen(p,T)i​:=piT1​​/j=1∑L​pjT1​​

Mixup

对增广后的数据,文章也做了 mixup, 这个融合系数 λ\lambdaλ 利用概率分布来获得:

λBeta(α,α)λ=max(λ,1λ)x=λx1+(1λ)x2p=λp1+(1λ)p2\lambda - Beta(\alpha, \alpha) \\ \lambda' = max(\lambda, 1 - \lambda) \\ x' = \lambda' x_1 + (1 - \lambda') x_2 \\ p' = \lambda' p_1 + (1 - \lambda') p_2 λ−Beta(α,α)λ′=max(λ,1−λ)x′=λ′x1​+(1−λ′)x2​p′=λ′p1​+(1−λ′)p2​

文章里为了利用 Mixup 这种技术,将有标签数据 X\mathcal{X}X 和无标签数据 U\mathcal{U}U 混合在一起形成一个混合数据 W\mathcal{W}W,然后有标签数据和 W\mathcal{W}W 中的前 X| \mathcal{X} |∣X∣ 个进行 mixup,mixup 的数据,作为有标签数据,加入 X\mathcal{X}'X′ 中,同样,无标签数据和 W\mathcal{W}W 中的后 U| \mathcal{U} |∣U∣ 个进行 mixup,mixup 的数据,作为无标签数据,加入 U\mathcal{U}'U′ 中。

构造的这些数据,然后对网络不断的迭代训练。文章里的超参数 $T = 0.5, K =2 $, 而 α,λu\alpha, \lambda_uα,λu​ 根据不同的数据库,需要做一定的适配。

这篇paper 在常用的半监督测试集上取得效果,非常惊人,而且作者也给出了各个 trick 对最终结果的影响:

在这里插入图片描述

可以看到,mixUp 和 sharpen 这两个技术,对结果的影响最大。

参考文献:

MixMatch: A Holistic Approach to Semi-Supervised Learning

相关阅读

分享到:

栏目导航

推荐阅读

热门阅读