深度學(xué)習(xí)算法全景圖：從理論證明其正確性

作者：機(jī)器之心編譯 2017-06-05 16:17:50

論文地址：https://arxiv.org/abs/1705.07038

本論文通過理論分析深度神經(jīng)網(wǎng)絡(luò)群體風(fēng)險(xiǎn)(population risk)的收斂行為和它的駐點(diǎn)(stationary point)與屬性來(lái)研究深度學(xué)習(xí)的經(jīng)驗(yàn)風(fēng)險(xiǎn)(empirical risk)全景圖。對(duì)于 L 層的線性神經(jīng)網(wǎng)絡(luò)，我們證明其經(jīng)驗(yàn)風(fēng)險(xiǎn)一致收斂到訓(xùn)練樣本大小為 n、比率(rate)為的群體風(fēng)險(xiǎn)，其中 d 是總權(quán)重維度、r 是每一層權(quán)重的量級(jí)范圍。然后，我們基于這一結(jié)果推導(dǎo)出經(jīng)驗(yàn)風(fēng)險(xiǎn)的穩(wěn)定性和泛化邊界。此外，我們確立了經(jīng)驗(yàn)風(fēng)險(xiǎn)梯度與群體風(fēng)險(xiǎn)梯度的收斂一致性。我們同樣證明了經(jīng)驗(yàn)風(fēng)險(xiǎn)和群體風(fēng)險(xiǎn)之間的非退化(non-degenerate)駐點(diǎn)和收斂的對(duì)應(yīng)關(guān)系，這就描述了深度神經(jīng)網(wǎng)絡(luò)算法的全景圖。此外，我們同樣分析了用 Sigmoid 函數(shù)作為激活函數(shù)的深度非線性神經(jīng)網(wǎng)絡(luò)的特性。我們證明了深度非線性神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)風(fēng)險(xiǎn)梯度的收斂行為和線性一樣，并同時(shí)分析了其非退化駐點(diǎn)的性質(zhì)。

據(jù)我們所知，該研究是***次理論上描述深度學(xué)習(xí)算法全景圖(landscape)的工作。此外，我們的研究結(jié)果為訓(xùn)練良好的深度學(xué)習(xí)算法提供了樣本復(fù)雜度(sample complexity)。我們同樣提供了神經(jīng)網(wǎng)絡(luò)深度 L、層級(jí)寬度、網(wǎng)絡(luò)規(guī)模 d 和參數(shù)量級(jí)如何決定神經(jīng)網(wǎng)絡(luò)格局的理論理解。

1. 簡(jiǎn)介

深度學(xué)習(xí)算法已經(jīng)在很多領(lǐng)域取得了令人矚目的成果，比如計(jì)算機(jī)視覺 [1, 2, 3]、自然語(yǔ)言處理 [4, 5] 和語(yǔ)音識(shí)別 [6, 7] 等等。然而，由于其高度非凸性和內(nèi)在復(fù)雜性，我們對(duì)這些深度學(xué)習(xí)算法屬性的理論理解依然落后于其實(shí)際成就。事實(shí)上，深度學(xué)習(xí)算法經(jīng)常通過最小化經(jīng)驗(yàn)性風(fēng)險(xiǎn)來(lái)學(xué)習(xí)其模型參數(shù)。因此我們致力于分析深度學(xué)習(xí)算法的經(jīng)驗(yàn)風(fēng)險(xiǎn)全景圖以更好地理解其實(shí)際表現(xiàn)。

正式地，我們考慮由 L 層網(wǎng)絡(luò) (L ≥ 2) 組成的深度神經(jīng)網(wǎng)絡(luò)模型，并通過最小化常用的平方損失函數(shù)(來(lái)自未知分布 D 的樣本)進(jìn)行訓(xùn)練。理想情況是深度學(xué)習(xí)算法可通過最小化群體風(fēng)險(xiǎn)找到其***參數(shù) w∗。

其中 w 是模型參數(shù)，

該方程為樣本 x 服從分布 D 的平方損失函數(shù)。這里 v (l) 是第 l 層的輸出，y 是樣本 x 的目標(biāo)輸出。實(shí)際上，由于樣本分布 D 經(jīng)常未知，并且只有有限的訓(xùn)練樣本 x(i)，以及來(lái)自 D 的，所以常常通過最小化經(jīng)驗(yàn)風(fēng)險(xiǎn)以訓(xùn)練網(wǎng)絡(luò)模型。

在這項(xiàng)工作中，通過將經(jīng)驗(yàn)風(fēng)險(xiǎn)收斂到群體風(fēng)險(xiǎn) J(w) 及其駐點(diǎn)和屬性的分析，我們同時(shí)為多層線性和非線性神經(jīng)網(wǎng)絡(luò)描述了深度學(xué)習(xí)算法經(jīng)驗(yàn)風(fēng)險(xiǎn)的全景圖。

2. 文獻(xiàn)綜述

到目前為止，只有少數(shù)理論可以解釋深度學(xué)習(xí)，并且它們可大致被分為三類。

***類旨在分析深度學(xué)習(xí)的訓(xùn)練誤差。
第二類的工作 [13, 14, 9, 15] 致力于分析深度學(xué)習(xí)之中高度非凸性損失函數(shù)的損失曲面，如駐點(diǎn)的分布。
第三類是一些最近的工作，其試圖把問題分解為更小的部分來(lái)試圖降低分析難度。

然而，還沒有分析深度學(xué)習(xí)算法經(jīng)驗(yàn)風(fēng)險(xiǎn)全部格局的工作。

3. 深度線性神經(jīng)網(wǎng)絡(luò)的研究結(jié)果

我們首先證明了深度線性神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)風(fēng)險(xiǎn)到群體風(fēng)險(xiǎn)的一致收斂性(uniform convergence)。基于該項(xiàng)證明，我們推導(dǎo)出了穩(wěn)定性和泛化邊界(generalization bounds)。隨后，我們提出了經(jīng)驗(yàn)梯度(empirical gradient)和群體梯度之間的一致性收斂保證，然后還分析了經(jīng)驗(yàn)風(fēng)險(xiǎn)非退化駐點(diǎn)的性質(zhì)。

在本論文的分析中，我們假定輸入數(shù)據(jù) x 服從τ^2 -sub-Gaussian 分布，同時(shí)如假設(shè) 1(Assumption 1)所述存在受限量級(jí)。

假設(shè) 1. 輸入數(shù)據(jù)，其均值為 0 且服從 τ^2 -sub-Gaussian 分布。因此 x 就滿足

此外，x 的 L2 范數(shù)滿足(x 的量級(jí)受限)：

其中 rx 為正項(xiàng)通用常數(shù)。

3.1 一致性收斂、經(jīng)驗(yàn)風(fēng)險(xiǎn)的穩(wěn)定性和泛化性

定理 1 確定了深度線性神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)風(fēng)險(xiǎn)的一致收斂性結(jié)果。

定理 1：假定假設(shè) 1 中的輸入數(shù)據(jù) x 在深度神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)是線性的。那么存在兩個(gè)通用常數(shù) cf ′ 和 cf，且滿足：

那么，就存在：

該不等式的置信度至少為 1 − ε。其中 l 為神經(jīng)網(wǎng)絡(luò)層級(jí)數(shù)量、n 為樣本規(guī)模、dl 為***一層的維度大小。

3.2 梯度的一致性收斂

在這一部分中，我們分析了深度線性神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)風(fēng)險(xiǎn)和群體風(fēng)險(xiǎn)的梯度收斂性。梯度收斂的結(jié)果對(duì)描繪神經(jīng)網(wǎng)絡(luò)算法的全景圖十分有效。我們的結(jié)果展現(xiàn)在下面。

定理 2 ：假定假設(shè) 1 中的輸入數(shù)據(jù) x 在深度神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)是線性的。經(jīng)驗(yàn)風(fēng)險(xiǎn)梯度在 L2 范數(shù)(歐幾里德范數(shù))中收斂到群體風(fēng)險(xiǎn)梯度。特別地，若

其中 cg' 為通用常數(shù)，那么存在通用常數(shù) cg 滿足：

該不等式的置信度至少為 1 − ε，其中

3.3 駐點(diǎn)的一致性收斂

這里我們分析了在優(yōu)化深度學(xué)習(xí)算法經(jīng)驗(yàn)風(fēng)險(xiǎn)時(shí)的駐點(diǎn)屬性。為了簡(jiǎn)化起見，我們使用了幾何性孤立(geometrically isolated)的非退化駐點(diǎn)，因此該駐點(diǎn)局部中是唯一的。

4. 深度非線性神經(jīng)網(wǎng)絡(luò)的結(jié)果

在以上章節(jié)，我們分析了深度線性神經(jīng)網(wǎng)絡(luò)模型的經(jīng)驗(yàn)風(fēng)險(xiǎn)優(yōu)化全景圖。在本節(jié)中，我們接著分析深度非線形神經(jīng)網(wǎng)絡(luò)，它采用了 sigmoid 激活函數(shù)并在實(shí)踐之中更受歡迎。值得注意的是，我們的分析技巧也適用于其他三階微分函數(shù)，比如帶有不同收斂率的 tanh 函數(shù)。這里我們假設(shè)輸入數(shù)據(jù)是高斯變量(i.i.d. Gaussian variables)。

4.1 一致性收斂、經(jīng)驗(yàn)風(fēng)險(xiǎn)的穩(wěn)定性和泛化

本章節(jié)中，我們首先給出經(jīng)驗(yàn)風(fēng)險(xiǎn)的一致收斂分析，接著分析其穩(wěn)定性(Stability)和泛化。

定理 4. 假定輸入樣本 x 服從假設(shè) 2，并且深度神經(jīng)網(wǎng)絡(luò)的激活函數(shù)是 sigmoid 函數(shù)，那么如果

那么存在通用的常數(shù) cy，滿足：

該不等式的置信度至少為 1−ε，其中

4.2 梯度和駐點(diǎn)的一致性收斂

在這一部分中，我們分析了深度非線性神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)風(fēng)險(xiǎn)的梯度收斂性質(zhì)。

定理 5 假定輸入樣本 x 服從假設(shè) 2，并且深度神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)為 sigmoid 函數(shù)。那么經(jīng)驗(yàn)風(fēng)險(xiǎn)的梯度以 L2 范數(shù)(歐幾里德范數(shù))的方式一致收斂到群體風(fēng)險(xiǎn)的梯度。特別地，如果

其中 cy' 為常數(shù)，那么有：

該不等式的置信度至少為 1 − ε，其中 cy、 cd 和 cr 是在定理 4 中的相同參數(shù)。

6. 證明概覽

在該章節(jié)中，我們將簡(jiǎn)單介紹證明的過程，不過由于空間限制，定理 1 到 6、推論 1 到 2、還有技術(shù)引理在補(bǔ)充材料中展示。

7. 結(jié)論

在這項(xiàng)工作中，我們提供了深度線性/非線性神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)風(fēng)險(xiǎn)優(yōu)化全景圖的理論分析，包括一致性收斂、穩(wěn)定性和經(jīng)驗(yàn)風(fēng)險(xiǎn)本身的泛化及其梯度和駐點(diǎn)的屬性。我們證明了經(jīng)驗(yàn)風(fēng)險(xiǎn)到群體風(fēng)險(xiǎn)的收斂率為。這些結(jié)果同樣揭示了神經(jīng)網(wǎng)絡(luò)深度(層級(jí)數(shù))l、網(wǎng)絡(luò)大小及寬度對(duì)收斂率至關(guān)重要。我們也證明了權(quán)重參數(shù)的量級(jí)在收斂速度上也扮演著重要角色。事實(shí)上，我們建議使用小量級(jí)權(quán)重?cái)?shù)。所有的結(jié)果與實(shí)踐中廣泛使用的網(wǎng)絡(luò)架構(gòu)相匹配。