学界 | 斯坦福论文：马尔可夫链的生成对抗式学习

↑ 点击蓝字关注极市平台 识别先机 创造未来

论文地址：https://openreview.net/pdf?id=S1L-hCNtl

摘要：我们研究了生成对抗的训练方法来对马尔可夫链（Markov chain）的转移算子（transition operator）进行学习，目的是将其静态分布（stationary distribution）和目标数据分布相匹配。我们提出了一种新型的训练流程，以避免从静态分布中直接采样，但是仍然有能力逐渐达到目标分布。此模型可以从随机噪声开始，是无似然性的，并且能够在单步运行期间生成多个不同的样本。初步试验结果显示，当它临近其静态时，马尔可夫链可以生成高质量样本，即使是对于传统生成对抗网络相关理念中的较小结构亦是如此。

1 引言（略）

2 问题预设

设 S 为随机变量   的序列的状态空间。设 π0 是 X0 的初始概率分布，Tθ(·|x) 是被 θ 参数化的转移核（transition kernel），例如，使用一个神经网络。假定 Tθ 易于采样，而且对任意 θ 都有一个有效的转移核，例如，它对所有的 x ∈ S 都满足：

因此，在 X 的范围内每一个 Tθ都定义一个时间同质的马尔可夫链。我们把表示成时间 t 下的生成概率分布。如果我们假设对所有的 xt, xt−1 ∈ S，Tθ(xt|xt−1) > 0，那么被 Tθ 所定义的马尔可夫链是不能归复（Irreducible）的，且值为正数的循环神经，因此有一个独特的静态分布，且对于所有的x ∈ S，πθ满足于：

假设在我们可以得到的样本中有一个未知分布 pd(x)，比如，数据分布。我们的目的有二：找到一个 θ 使 

• πθ 接近 Pd(x)；

• 对应的马尔科夫链快速收敛。

3 马尔可夫链的对抗性训练

对于任意θ，即使πθ因为唯一的静态分布而存在，大多数情况下直接计算 x 分布的实际似然度仍然是十分困难的。然而，从获得样本却十分简单，并且如果 t 足够大，那么它将依概率收敛到πθ。这正好和 GAN 框架是一致的，即训练只需要从模型中抽样就行。

生成对抗网络（GAN）（Goodfellow et al., 2014）是采用两个参与者极小极大博弈来训练深度生成模型的框架。GAN 训练一个生成器网络 G 以转换噪声变量 z ∼ p(z) 为 G(z) 而生成样本。而辨别器网络 D(x) 则区分样本是来自生成器还是来自给定数据分布 pd 的真实样本。该关系可正式表述为以下关系式：

在我们的预设中，我们选择 z ∼ π 0，并令 Gθ(z) 为 t 步后的马尔可夫链状态，如果 t 足够大的话，那么 Gθ(z) 就是πθ良好的近似值。然而，我们遇到了优化方面的问题，因为需要求沿整条马尔可夫链反向传播的梯度，这就导致了梯度更新极其昂贵，即因为梯度估计量的大方差而降低的收敛速度。因此，我们提出了更加高效的近似方法，该方法可由以下目标函数表达：

其中表示 x 的分布，而从 xd 开始转移核（transition kernel）需要应用 t^次。我们为训练生成器使用两种类型的样本，并优化 θ 这样的样本以骗过辨别器：

1. 样本在 t¯步时，给定起始样本 x0 ∼ π 0。

2. 样本在 tˆ步时，给定一个带小量随机扰动的数据样本 x ∼ pd。

直观讲，第一个条件鼓励马尔可夫链在（长度 t 的）相对短的运行中向 pd 收敛。我们只考虑这一需求，这个方法将对应于一个潜层变量模型的原始采样，就像 Sohl-Dickstein et al. (2015)、Salimans et al. (2015) 和 Bordes et al. (2017) 的情况。然而，相比于这些模型，我们的目标是训练一个迭代步骤，其中样本的质量通过增加模拟步的数量而获得提升。并且在链的 burn-in 期后，可廉价生成多个样本。这种完成需要第二个条件，它迫使收敛变成静态，其中 pd 的每个点转化至数据流形中的另一个点。

在静态分布中，等式 3 中的目标比 等式 2 优化起来更简单。通过利用带有更低方差的评估梯度，平均上，生成器将只运行 (t¯ + tˆ)/2 步，而不是从链中取样直至收敛，如果最初的马尔可夫链的混合需要多步操作，这将极其费时。

4 实验

图 1. 马尔可夫链和 mlp 架构的例子。从左上到右下，每个小图都分别进行了π 1 θ、 π 2 θ、π 5 θ、π 10 θ、π 20 θ、π 50 θ采样。该图通过初始 x0 的采样，100 批的数据样本生成的，迁跃算符重复使用。

我们在 MNIST 数据集上训练了这个模型，其目标是将数据生成分布与πθ相匹配，研究人员倾向于使用简单迁跃算符来匹配复杂分布。研究人员考虑了三种迁跃算符架构 Tθ(·|x)。每个都有一个对称的编码器-解码器结构，高斯噪声被加入了隐代码中，解码器架构分别为：

1. DCGAN（Radford 等人，2015）所用的生成网络架构，其中包含两个全连接层，随后是两个转置卷积。该模型强大到足以在一个步长中生成清晰图像。

2. 弱化的 DCGAN，一个全连接层和一个转置卷积层（conv）。

3.  两个全连接层组成的 MLP，它是最弱的模型（mlp）。

本文转自机器之心，点击此处阅读原文

PS. 如有想加入极市专业CV开发者微信群，请填写申请表（链接：http://cn.mikecrm.com/wcotd9）申请入群~