神经网络求解新思路:OpenAI用线性网络计算非线性问题

百家 作者:机器之心 2017-09-30 08:42:04

AI选自OpenAI

作者:JAKOB FOERSTER

机器之心编译


使用线性网络进行非线性计算是一种特立独行的思路,近日,OpenAI 发布了一篇博客,介绍了该机构在深度线性网络上的新研究,该方法没有使用激活函数,仍在 MNIST 上实现了 99% 的训练准确率和 96.7% 的测试准确率,新的研究再次点燃了人们的讨论热潮。让我们看看他们是如何做到的。


我们展示了深度线性网络(使用浮点运算实现)实际上并不是线性的,它可以执行非线性计算。我们利用这一点使用进化策略在线性网络中寻找参数,使我们能够解决重要问题。


神经网络通常由一个线性层和非线性函数(比如 tanh 和修正线性单元 ReLU)堆栈而成。如果没有非线性,理论上一连串的线性层和单一的线性层在数学上是等价的。因此浮点运算是非线性的,并足以训练深度网络。这很令人惊讶。


背景


计算机使用的数字并不是完美的数学对象,而是使用有限个比特的近似表示。浮点数通常被计算机用于表示数学对象。每一个浮点数由小数和指数的组合构成。在 IEEE 的 float32 标准中,小数分配了 23 个比特,指数分配了 8 个比特,还有一个比特是表示正负的符号位 sign。



按照这种惯例和二进制格式,以二进制表示的最小非零正常数是 1.0..0 x 2^-126,以下用 min 来指代。而下一个可表示的数是 1.0..01 x 2^-126,可以写作 min+0.0..01 x 2^-126。很显然,第一和第二个数之间的 gap 比 0 和 min 之间的 gap 小了 2^20 倍。在 float32 标准中,当一个数比最小的可表示数还小的时候,则该数字将被映射为零。因此,近邻零的所有包含浮点数的计算都将是非线性的。(而反常数是例外,它们在一些计算硬件上可能不可用。在我们的案例中通过设置归零(flush to zero,FTZ)解决这个问题,即将所有的反常数当成零。)


因此,虽然通常情况下,所有的数字和其浮点数表示之间的区别很小,但是在零附近会出现很大的 gap,而这个近似误差可能带来很大影响。



这会导致一些奇怪的影响,一些常用的数学规则无法发挥作用。比如,(a + b) x c 不等于 a x c + b x c。


比如,如果你设置 a = 0.4 x min,b = 0.5 x min,c = 1 / min。


  • 则:(a+b) x c = (0.4 x min + 0.5 x min) x 1 / min = (0 + 0) x 1 / min = 0。

  • 然而:(a x c) + (b x c) = 0.4 x min / min + 0.5 x min x 1 / min = 0.9。


再比如,我们可以设置 a = 2.5 x min,b = -1.6 x min,c = 1 x min。


  • 则:(a+b) + c = (0) + 1 x min = min

  • 然而:(b+c) + a = (0 x min) + 2.5 x min = 2.5 x min。


在这种小尺度的情况下,基础的加法运算变成非线性的了!


使用进化策略利用非线性


我们想知道这种内在非线性是否可以作为计算非线性的方法,如果可以,则深度线性网络能够执行非线性运算。挑战在于现代微分库在非线性尺度较小时会忽略它们。因此,使用反向传播利用非线性训练神经网络很困难或不可能。


我们可以使用进化策略(ES),无需依赖符号微分(symbolic differentiation)法就可以评估梯度。使用进化策略,我们可以将 float32 的零点邻域(near-zero)行为作为计算非线性的方法。深度线性网络通过反向传播在 MNIST 数据集上训练时,可获取 94% 的训练准确率和 92% 的测试准确率(机器之心使用三层全连接网络可获得 98.51% 的测试准确率)。相对而言,相同的线性网络使用进化策略训练可获取大于 99% 的训练准确率、96.7% 的测试准确率,确保激活值足够小而分布在 float32 的非线性区间内。训练性能的提升原因在于在 float32 表征中使用非线性的进化策略。这些强大的非线性允许任意层生成新的特征,这些特征是低级别特征的非线性组合。以下是网络结构:


  1. x = tf.placeholder(dtype=tf.float32, shape=[batch_size,784])

  2. y = tf.placeholder(dtype=tf.float32, shape=[batch_size,10])


  3. w1 = tf.Variable(np.random.normal(scale=np.sqrt(2./784),size=[784,512]).astype(np.float32))

  4. b1 = tf.Variable(np.zeros(512,dtype=np.float32))

  5. w2 = tf.Variable(np.random.normal(scale=np.sqrt(2./512),size=[512,512]).astype(np.float32))

  6. b2 = tf.Variable(np.zeros(512,dtype=np.float32))

  7. w3 = tf.Variable(np.random.normal(scale=np.sqrt(2./512),size=[512,10]).astype(np.float32))

  8. b3 = tf.Variable(np.zeros(10,dtype=np.float32))


  9. params = [w1,b1,w2,b2,w3,b3]

  10. nr_params = sum([np.prod(p.get_shape().as_list()) for p in params])

  11. scaling = 2**125


  12. def get_logits(par):

  13.    h1 = tf.nn.bias_add(tf.matmul(x , par[0]), par[1]) / scaling

  14.    h2 = tf.nn.bias_add(tf.matmul(h1, par[2]) , par[3] / scaling)  

  15.    o =   tf.nn.bias_add(tf.matmul(h2, par[4]), par[5]/ scaling)*scaling

  16.    return o



在上面的代码中,我们可以看出该网络一共 4 层,第一层为 784(28*28)个输入神经元,这个数量必须和 MNIST 数据集中单张图片所包含像素点数相同。第二层与第三层都为隐藏层且每层有 512 个神经元,最后一层为输出的 10 个分类类别。其中每两层之间的全连接权重为服从正态分布的随机初始化值。nr_params 为加和所有参数的累乘。下面定义一个 get_logist() 函数,该函数的输入变量 par 应该可以是上面定义的 nr_params,因为定义添加偏置项的索引为 1、3、5,这个正好和前面定义的 nr_params 相符,但 OpenAI并没有给出该函数的调用过程。该函数第一个表达式计算第一层和第二层之间的前向传播结果,即计算输入 x 与 w1 之间的乘积再加上缩放后的偏置项(前面 b1、b2、b3 都定义为零向量)。后面两步的计算也基本相似,最后返回的 o 应该是图片识别的类别。不过 OpenAI 只给出了网络架构,而并没有给出优化方法和损失函数等内容。


除了 MNIST 验证以外,OpenAI 认为其他实验可以将这一工作扩展到循环神经网络中,或利用非线性计算来提升复杂机器学习任务中的表现,如语言建模和翻译。OpenAI 表示将在未来继续推进这一方向。


原文地址:https://blog.openai.com/nonlinear-computation-in-linear-networks/



本文为机器之心编译,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接