如果將SVM推廣到神經(jīng)網(wǎng)絡會發(fā)生什么呢

2020-09-03 11:12:49來源：量子位

SVM 是機器學習領域的經(jīng)典算法之一。如果將 SVM 推廣到神經(jīng)網(wǎng)絡，會發(fā)生什么呢?

支持向量機(Support Vector Machine，SVM)是大多數(shù) AI 從業(yè)者比較熟悉的概念。它是一種在分類與回歸分析中分析數(shù)據(jù)的監(jiān)督式學習模型與相關的學習算法。給定一組訓練實例，每個訓練實例被標記為屬于兩個類別中的一個或另一個，SVM 訓練算法創(chuàng)建一個將新的實例分配給兩個類別之一的模型，使其成為非概率二元線性分類器。SVM 模型將實例表示為空間中的點，這樣映射就使得單獨類別的實例被盡可能寬的明顯的間隔分開。然后，將新的實例映射到同一空間，并基于它們落在間隔的哪一側來預測所屬類別。

除了進行線性分類之外，SVM 還可以使用所謂的核技巧有效地進行非線性分類，將其輸入隱式映射到高維特征空間中。

本文將介紹一篇來自蒙特利爾大學的論文《SVM、Wasserstein 距離、梯度懲罰 GAN 之間的聯(lián)系》。在這篇論文中，研究者闡述了如何從同一框架中得到 SVM 和梯度懲罰 GAN。

據(jù)論文一作介紹，這項研究的靈感來自她的博士資格考試。在準備過程中，她學習了 SVM，并思考了這個問題：「如果將 SVM 推廣到神經(jīng)網(wǎng)絡會發(fā)生什么?」順著這個思路，研究者發(fā)現(xiàn)了 SVM、GAN、Wasserstein 距離之間的關系。

論文地址：https://arxiv.org/abs/1910.06922

代碼地址：https://github.com/AlexiaJM/MaximumMarginGANs

該研究將最大間隔分類器(MMC)的概念擴展到任意范數(shù)和非線性函數(shù)。支持向量機是 MMC 的一個特例。研究者發(fā)現(xiàn)，MMC 可以形式化為積分概率度量(Integral Probability Metrics，IPM)或具備某種形式梯度范數(shù)懲罰的分類器。這表明它與梯度懲罰 GAN 有直接關聯(lián)。

該研究表明，Wasserstein GAN、標準 GAN、最小二乘 GAN 和具備梯度懲罰的 Hinge GAN 中的判別器都是 MMC，并解釋了 GAN 中最大化間隔的作用。研究者假設 L^∞ 范數(shù)懲罰和 Hinge 損失生成的 GAN 優(yōu)于 L^2 范數(shù)懲罰生成的 GAN，并通過實驗進行了驗證。此外，該研究還導出了 Relativistic paired (Rp) 和 average (Ra) GAN 的間隔。

這篇論文共包含幾部分：在第二章中，研究者回顧了 SVM 和 GAN;第三章，研究者概述了最大間隔分類器(MMC)的概念;第四章，研究者用梯度懲罰解釋了 MMC 和 GAN 之間的聯(lián)系。其中 4.1 提到了強制 1-Lipschitz 等價于假設一個有界梯度，這意味著 Wasserstein 距離可以用 MMC 公式來近似估算;4.2 描述了在 GAN 中使用 MMC 的好處;4.3 假定 L1 范數(shù)間隔能夠?qū)е赂唪敯粜缘姆诸惼?4.4 推導了 Relativistic paired GAN 和 Relativistic average GAN 的間隔。最后，第五章提供了實驗結果以支持文章假設。

SVM 是 MMC 的一個特例。MMC 是使間隔最大化的分類器 f(間隔指的是決策邊界與數(shù)據(jù)點之間的距離)。決策邊界是指我們無法分辨出樣本類別的區(qū)域(所有 x 使得 f(x)=0)。

Soft-SVM 是一種特殊情況，它可以使最小 L2 范數(shù)間隔最大化。下圖展示了實際使用中的 Soft-SVM：

在解釋這一結果之前，我們需要了解一個關鍵要素。關于「間隔」有多種定義：

(1)樣本與邊界之間的最小距離;

(2)距邊界最近的點與邊界之間的最小距離。

定義(2)更為常用。但是如果使用此定義，那么 SVM 文獻中所謂的「函數(shù)間隔(functional margin)」和「幾何間隔(geometric margin)」就都不能被視為間隔。這可能會讓人十分困惑。

理解這種差異更好的一種方式是：

將(1)視為「樣本的間隔」;

將(2)視為「數(shù)據(jù)集的間隔」。

但是，為了消除這兩種情況的歧義，本文將前者稱為「間隔(margin)」，將后者稱為「最小間隔(minimum margin)」。

Hard-SVM(原始形式)解決了最大化最小間隔的問題。Soft-SVM 解決了另一個更簡單的問題——最大化期望 soft-margin(最小化期望 Hinge 損失)。這個問題很容易解決，hinge 損失確保遠離邊界的樣本不會對假重復 Hard-SVM 效果的嘗試產(chǎn)生任何影響。

從這個角度看，最大化期望間隔(而不是最大化最小間隔)仍會導致最大間隔分類器，但是分類器可能會受到遠離邊界的點的影響(如果不使用 Hinge 損失的話)。因此，最大化期望間隔意味著最大化任何樣本(即數(shù)據(jù)點)與決策邊界之間的平均距離。這些方法就是最大間隔分類器(MMC)的示例。

為了盡可能地通用化，該研究設計了一個框架來導出 MMC 的損失函數(shù)。研究者觀察到，該框架可以導出帶有梯度懲罰的基于間隔的目標函數(shù)(目標函數(shù) F 的形式為 F(yf(x)))。這就意味著標準 GAN、最小二乘 GAN、WGAN 或 HingeGAN-GP 都是 MMC。所有這些方法(和 WGAN-GP 一樣使用 L2 梯度規(guī)范懲罰時)都能最大化期望 L2 范數(shù)間隔。

研究者還展示了，使用 Lipschitz-1 判別器的大多數(shù) GAN(譜歸一化 HingeGAN、WGAN、WGAN-GP 等)都可被表示為 MMC，因為假定 1-Lipschitz 等效于假定有界梯度(因此可作為一種梯度懲罰形式)。

重要的是，這意味著我們可以將最成功的 GAN(BigGAN、StyleGAN)看作 MMC。假定 Lipschitz-1 判別器一直被看作實現(xiàn)優(yōu)秀 GAN 的關鍵因素，但它可能需要一個能夠最大化間隔的判別器和相對判別器(Relativistic Discriminator)。該研究基于 MMC 判別器給偽生成樣本帶來更多梯度信號的事實，闡述了其優(yōu)點。

在這一點上，讀者可能有疑問：「是不是某些間距比其它間距更好?是的話，我們能做出更好的 GAN 嗎?」

這兩個問題的答案都是肯定的。最小化 L1 范數(shù)的損失函數(shù)比最小化 L2 范數(shù)的損失函數(shù)對異常值更具魯棒性。基于這一事實，研究者提出質(zhì)疑：L1 范數(shù)間隔會帶來魯棒性更強的分類器，生成的 GAN 也可能比 L2 范數(shù)間隔更佳。

重要的是，L1 范數(shù)間隔會造成 L∞ 梯度范數(shù)懲罰，L2 范數(shù)間隔會造成 L2 梯度范數(shù)懲罰。該研究進行了一些實驗，表明 L∞ 梯度范數(shù)懲罰(因使用 L1 間隔產(chǎn)生)得到的 GAN 性能更優(yōu)。

此外，實驗表明， HingeGAN-GP 通常優(yōu)于 WGAN-GP(這是說得通的，因為 hinge 損失對遠離邊界的異常值具有魯棒性)，并且僅懲罰大于 1 的梯度范數(shù)效果更好(而不是像 WGAN-GP 一樣，使所有的梯度范數(shù)逼近 1)。因此，盡管這是一項理論研究，但研究者發(fā)現(xiàn)了一些對改進 GAN 非常有用的想法。

使用該框架，研究者能夠為 Relativistic paired (Rp) GAN 和 Relativistic average (Ra) GAN 定義決策邊界和間隔。人們常常想知道為什么 RpGAN 的性能不如 RaGAN，在這篇文章中，研究者對此進行了闡述。

使用 L1 范數(shù)間隔的想法只是冰山一角，該框架還能通過更具魯棒性的間隔，設計出更優(yōu)秀的 GAN(從而提供更好的梯度懲罰或「光譜」歸一化技術)。最后，對于為什么梯度懲罰或 1-Lipschitz 對不估計 Wasserstein 距離的 GAN 有效，該研究也提供了明確的理論依據(jù)，更多細節(jié)可參考原論文。

標簽：