【机器学习】基于自编码器的特征迁移算法

第12卷第6期 智能系统学报 Vol.12 No.6 2017年12月 CAAI Transactions on Intelligent Systems Dec.2017 D0:10.11992/tis.201706037 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20171109.1250.012.html 基于自编码器的特征迁移算法 杨梦铎，栾咏红，刘文军，李凡长2 (1.苏州工业职业技术学院软件与服务外包学院，江苏苏州215104：2.苏州大学计算机科学与技术学院，江苏苏州 215006) 摘要：近年来，栈式自编码网络(stacked auto-encoder,SAE)在大规模数据集上表现出优异的图像分类性能。相对 于其他图像分类方法中手工设计的低级特征，SAE的成功归因于深度网络能够学习到丰富的中级图像特征。然而. 估计上百万个网络参数需要非常庞大的带标签的图像样本数据集。这样的性质阻止了SAE在小规模训练数据上的 许多应用。在这篇文章中，提出的算法展示如何将SAE在大规模数据集上学习到的图像表示有效地迁移到只有有 限训练数据的视觉识别任务中。实验部分设计了一个方法来复用在MNST数据集上训练得到的隐藏层，以此计算 在MNIST-variations数据集上的中级图像表示。实验结果展示了尽管两个数据集之间存在差异，但是被迁移的图像 特征能够使得模型的分类性能得到极大的提升。 关键词：自编码器；特征迁移：深度网络：深度学习：图像分类；中级图像特征；视觉识别；大规模数据集 中图分类号：TP181文献标志码：A文章编号：1673-4785(201706-0894-05 中文引用格式：杨梦铎，栾咏红，刘文军，等.基于自编码器的特征迁移算法J小.智能系统学报，2017,12(6)：894-898. 英文引用格式：YANG Mengduo,.LUAN Yonghong,LIU Wenjun,etal.Feature transfer algorithm based on an auto-encoder[J. CAAI transactions on intelligent systems,2017,12(6):894-898. Feature transfer algorithm based on an auto-encoder YANG Mengduo',LUAN Yonghong',LIU Wenjun',LI Fanzhang (1.Department of Software and Service Outsourcing,Suzhou Vocational Institute of Industrial Technology,Suzhou 215104,China; 2.School of Computer Science and Technology,Soochow University,Suzhou 215006,China) Abstract:The stacked auto-encoder(SAE)has recently shown outstanding image classification performance in large- scale datasets.Relative to the low-level features of artificial design in other image classification methods,the success of SAE is its deep network that can learn rich mid-level image features.However,estimating millions of parameters re- quires a very large number of annotated image samples,and this prevents many SAE applications to small-scale training data.In this paper,the proposed algorithm shows how to efficiently transfer image representation learned by SAE on a large-scale dataset to other visual recognition tasks with limited training data.In the experimental section,a method is designed to reuse the hidden layers trained on MNIST datasets to compute the mid-level image representation of MNIST-variation datasets.Experimental results show that,despite differences in image datasets,the transferred image features can significantly improve the classification performance of the model. Keywords:auto-encoder;feature transfer;deep network;deep learning;image classification;mid-level image represent- ation;visual recognition;large-scale datasets 相比于浅层网络，由单层模块堆叠形成的深度 微调过程，深度网络能够学习到高度非线性函数的 网络具有更加有效的函数表征能力。通过预训练与 一种更加紧凑的表示，并且同时具备优秀的泛化能 力。无监督的预训练过程往往涉及某种特征检测模 收稿日期：2017-06-10.网络出版日期：2017-11-19. 基金项目：国家自然科学基金项目(61672364). 型，常用的有自编码器(auto-encoder,.AE)1和受限 通信作者：杨梦锋.E-mail:mengduoyang@163.com 玻尔兹曼机(restricted Boltzmann machine,.RBM)s

DOI: 10.11992/tis.201706037 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20171109.1250.012.html 基于自编码器的特征迁移算法 杨梦铎1 ，栾咏红1 ，刘文军1 ，李凡长2 （1. 苏州工业职业技术学院 软件与服务外包学院，江苏 苏州 215104; 2. 苏州大学 计算机科学与技术学院，江苏 苏州 215006） 摘 要：近年来，栈式自编码网络（stacked auto-encoder，SAE）在大规模数据集上表现出优异的图像分类性能。相对 于其他图像分类方法中手工设计的低级特征，SAE 的成功归因于深度网络能够学习到丰富的中级图像特征。然而， 估计上百万个网络参数需要非常庞大的带标签的图像样本数据集。这样的性质阻止了 SAE 在小规模训练数据上的 许多应用。在这篇文章中，提出的算法展示如何将 SAE 在大规模数据集上学习到的图像表示有效地迁移到只有有 限训练数据的视觉识别任务中。实验部分设计了一个方法来复用在 MNIST 数据集上训练得到的隐藏层，以此计算 在 MNIST-variations 数据集上的中级图像表示。实验结果展示了尽管两个数据集之间存在差异，但是被迁移的图像 特征能够使得模型的分类性能得到极大的提升。 关键词：自编码器；特征迁移；深度网络；深度学习；图像分类；中级图像特征；视觉识别；大规模数据集 中图分类号：TP181 文献标志码：A 文章编号：1673−4785(2017)06−0894−05 中文引用格式：杨梦铎, 栾咏红, 刘文军, 等. 基于自编码器的特征迁移算法[J]. 智能系统学报, 2017, 12(6): 894–898. 英文引用格式：YANG Mengduo, LUAN Yonghong, LIU Wenjun, et al. Feature transfer algorithm based on an auto-encoder[J]. CAAI transactions on intelligent systems, 2017, 12(6): 894–898. Feature transfer algorithm based on an auto-encoder YANG Mengduo1 ，LUAN Yonghong1 ，LIU Wenjun1 ，LI Fanzhang2 (1. Department of Software and Service Outsourcing, Suzhou Vocational Institute of Industrial Technology, Suzhou 215104, China; 2. School of Computer Science and Technology, Soochow University, Suzhou 215006, China) Abstract: The stacked auto-encoder (SAE) has recently shown outstanding image classification performance in large￾scale datasets. Relative to the low-level features of artificial design in other image classification methods, the success of SAE is its deep network that can learn rich mid-level image features. However, estimating millions of parameters re￾quires a very large number of annotated image samples, and this prevents many SAE applications to small-scale training data. In this paper, the proposed algorithm shows how to efficiently transfer image representation learned by SAE on a large-scale dataset to other visual recognition tasks with limited training data. In the experimental section, a method is designed to reuse the hidden layers trained on MNIST datasets to compute the mid-level image representation of MNIST-variation datasets. Experimental results show that, despite differences in image datasets, the transferred image features can significantly improve the classification performance of the model. Keywords: auto-encoder; feature transfer; deep network; deep learning; image classification; mid-level image represent￾ation; visual recognition; large-scale datasets 相比于浅层网络，由单层模块堆叠形成的深度 网络具有更加有效的函数表征能力。通过预训练与 微调过程，深度网络能够学习到高度非线性函数的 一种更加紧凑的表示，并且同时具备优秀的泛化能 力。无监督的预训练过程往往涉及某种特征检测模 型，常用的有自编码器（auto-encoder, AE） [1-3]和受限 玻尔兹曼机（restricted Boltzmann machine, RBM） [4-8]。 收稿日期：2017−06−10. 网络出版日期：2017−11−19. 基金项目：国家自然科学基金项目 (61672364). 通信作者：杨梦铎. E-mail: mengduoyang@163.com. 第 12 卷第 6 期 智 能 系 统 学 报 Vol.12 No.6 2017 年 12 月 CAAI Transactions on Intelligent Systems Dec. 2017

第6期 杨梦铎，等：基于自编码器的特征迁移算法 ·895· 堆叠自编码器得到的深度网络与堆叠受限玻尔兹曼 的权值(weight)参数和偏置参数(bias),x,表示x的 机得到的深度网络具有相近的性能。相较而言，自 第i特征，n表示样本的维度，+1表示输入层和隐藏 编码器深度网络作为深度学习中更为简单的模型， 层的偏置结点。在输出层，hwbx)由神经网络的激 拥有更易于理解的理论基础与实现过程。 活函数(activation function)给出了网络的输出。 近年来，自编码器及其改善的版本（如降噪自 hd=f0wx+b)=f0∑Wx+b) 编码器9.21、收缩自编码器31)在模式识别领域中 常用的激活函数包括逻辑函数(logistic)以及双 展现出优异的性能。相对于手工设计的低层次特 曲正切函数(tanh): 征，这些深度网络的成功归因于它们学习丰富的中 fiogistie(Wx+b)= 间层特征表示的能力。然而为了估计上百万的参 1+e-(WTx+b) 数，有监督的微调过程需要大量的带标签的样本。 eWTx+b-e-(WTx-b) fumh(Wx+b)= eWTx+b+e-(wTr+b 于是，在深度网络强有力的模型表达能力下，如果 在神经网络训练过程中，需要最小化网络输入 提供的有标签样本数量太少就非常容易造成过拟合 输出差值。由于自编码器的无监督性，需要将损失 的问题。这样的性质就阻止了堆叠的自编码器在有 函数(loss function)J(W,b)由最小化输出值和对应 限训练数据下的施展应用。 标签值之间的差异替换为最小化输入值和输出值之 为了解决这个问题，我们提取栈式自编码器在 间的差异。改变后的损失函数公式为 大数据集上学到的图像特征并迁移到只有有限训练 数据的视觉识别任务中。设计的方法复用MNIST Jwb=品∑h(-+wm 数据集上训练的隐藏层，为小型MNIST变体数据 2栈式自编码网络 集来计算中间层的图像表示。实验结果表明，尽管 源任务与目标任务中的两组数据存在差异，迁移的 栈式自编码网络是将多个自编码器堆叠而成的 表示能够导致更加高效和更加准确的识别结果。 深度网络，也是深度学习的一个典型模型。当将原 始数据输入到首个训练好的自编码器后，它的隐藏 1自编码器 层就学习到了一阶特征表示。然后这层隐藏层特征 就作为另一个自编码器的输入，用来学习二阶特征 自编码器属于一种特殊的人工神经网络(artifi- cial neural network,ANN),采用反向传播算法(back 表示。以此类推，原始数据的多阶特征表示便可以 逐一得到。在构建深度网络的时候，各个自编码器 propagation,BP)进行优化。作为无监督的特征检测 需要去除输出层，只保留各阶学习到的特征表示。 模型，自编码器能够学习到输入数据的另一种特征 图2给出了包含两个隐藏层和一个最终分类器输出 表示。典型的模型由输入层、隐藏层和输出层构 层的栈式自编码网络。 成，并且输入层和输出层具有相同个数的神经元。 自编码器的目标是尽可能地让输入等于输出，那么 中间的隐藏层就必须捕捉能够代表输入的最重要因 素，以此给出输入的另一种表示。图1给出了一个 典型自编码器的示意图。 图2栈式自编码器示意图 Fig.2 Stacked auto-encoder diagram 3特征迁移模型 ma(x) 通常，含有多个隐藏层的栈式自编码网络包含 数以百万个模型参数。要训练这样的深度网络，需 图1自编码器示意图 要大量的带标签的训练数据集。然而，现实中这样 Fig.1 Auto-encoder diagram 规模庞大的有标签数据集并不多见，直接从几百个 wb(x)定义了一个复杂且非线性的函数以对每 或者几千个训练图像中学习如此众多的参数是一件 个训练样本x∈R进行拟合，其中W和b是网络 十分困难的事情。现有的解决方式包括手工标注数

堆叠自编码器得到的深度网络与堆叠受限玻尔兹曼 机得到的深度网络具有相近的性能。相较而言，自 编码器深度网络作为深度学习中更为简单的模型， 拥有更易于理解的理论基础与实现过程。 近年来，自编码器及其改善的版本（如降噪自 编码器[9-12] 、收缩自编码器[13-14] ）在模式识别领域中 展现出优异的性能。相对于手工设计的低层次特 征，这些深度网络的成功归因于它们学习丰富的中 间层特征表示的能力。然而为了估计上百万的参 数，有监督的微调过程需要大量的带标签的样本。 于是，在深度网络强有力的模型表达能力下，如果 提供的有标签样本数量太少就非常容易造成过拟合 的问题。这样的性质就阻止了堆叠的自编码器在有 限训练数据下的施展应用。 为了解决这个问题，我们提取栈式自编码器在 大数据集上学到的图像特征并迁移到只有有限训练 数据的视觉识别任务中。设计的方法复用 MNIST 数据集上训练的隐藏层，为小型 MNIST 变体数据 集来计算中间层的图像表示。实验结果表明，尽管 源任务与目标任务中的两组数据存在差异，迁移的 表示能够导致更加高效和更加准确的识别结果。 1 自编码器 自编码器属于一种特殊的人工神经网络（artifi￾cial neural network, ANN），采用反向传播算法（back propagation, BP）进行优化。作为无监督的特征检测 模型，自编码器能够学习到输入数据的另一种特征 表示。典型的模型由输入层、隐藏层和输出层构 成，并且输入层和输出层具有相同个数的神经元。 自编码器的目标是尽可能地让输入等于输出，那么 中间的隐藏层就必须捕捉能够代表输入的最重要因 素，以此给出输入的另一种表示。图 1 给出了一个 典型自编码器的示意图。 hW,b(x) x ∈ R n 定义了一个复杂且非线性的函数以对每 一个训练样本 进行拟合，其中 W 和 b 是网络 hW,b(x) 的权值（weight）参数和偏置参数（bias），xi 表示 x 的 第 i 特征，n 表示样本的维度，+1 表示输入层和隐藏 层的偏置结点。在输出层， 由神经网络的激 活函数（activation function）给出了网络的输出。 hW,b(x) = f(WT x+ b) = f( ∑n i=1 Wixi +b) 常用的激活函数包括逻辑函数（logistic）以及双 曲正切函数（tanh） [15] ： flogistic(WT x+ b) = 1 1+e −(WT x+b) ftanh(WT x+ b) = e WT x+b −e −(WT x+b) e WT x+b +e −(WT x+b) J(W, b) 在神经网络训练过程中，需要最小化网络输入 输出差值。由于自编码器的无监督性，需要将损失 函数（loss function） 由最小化输出值和对应 标签值之间的差异替换为最小化输入值和输出值之 间的差异。改变后的损失函数公式为 J(W, b) = 1 m ∑m i=1 1 2 hW,b ( x (i) ) − x (i) 2 2 + λ 2 ∥W∥ 2 2 2 栈式自编码网络 栈式自编码网络是将多个自编码器堆叠而成的 深度网络，也是深度学习的一个典型模型。当将原 始数据输入到首个训练好的自编码器后，它的隐藏 层就学习到了一阶特征表示。然后这层隐藏层特征 就作为另一个自编码器的输入，用来学习二阶特征 表示。以此类推，原始数据的多阶特征表示便可以 逐一得到。在构建深度网络的时候，各个自编码器 需要去除输出层，只保留各阶学习到的特征表示。 图 2 给出了包含两个隐藏层和一个最终分类器输出 层的栈式自编码网络。 3 特征迁移模型 通常，含有多个隐藏层的栈式自编码网络包含 数以百万个模型参数。要训练这样的深度网络，需 要大量的带标签的训练数据集。然而，现实中这样 规模庞大的有标签数据集并不多见，直接从几百个 或者几千个训练图像中学习如此众多的参数是一件 十分困难的事情。现有的解决方式包括手工标注数 x1 x2 xn xˆ n xˆ 2 xˆ 1 +1 +1          hW,b (x) 图 1 自编码器示意图 Fig. 1 Auto-encoder diagram +1 +1 +1 . . . . . . . . . . . . 图 2 栈式自编码器示意图 Fig. 2 Stacked auto-encoder diagram 第 6 期 杨梦铎，等：基于自编码器的特征迁移算法 ·895·

·896· 智能系统学报 第12卷 据集或者进行数据扩充，不仅需要繁复的工作，而 增加两层随机初始化的隐藏层，以此获得目标任务 且极大地增加了任务的执行时间。那么，需要每次 的栈式自编码网络结构。通过这样的设置，模型既 都为新的识别任务寻找上万个有标签的数据集吗？ 保留了MNIST数据集的中级图像特征，又为MNIST 特征迁移模型的关键思想是将栈式自编码网络 variations上进行训练时留有调整的余地。 的内部隐藏层当作一个通用的中间级图像特征提取 特征迁移模型具有能够通过实验证明的理论依 器。在源任务(source task)数据集（如MNIST)上预 据，即尽管不同图像的表现形式不同，但它们共享 训练得到的图像特征能够被复用在其他的目标任务 低中级层次的图像特征6。图像低级特征通常代表 (target task)数据集（如MNIST variations)上。模型 图像中特定的方向和位置上的边缘，通过发现边缘 如图3所示，图中省略了偏置结点。 的特定排列来检测图形：中级特征能够集合这些图 形到更大的组合，一般对应于熟悉的物体部件。而 源任务 新网络模型所增加的两层隐藏层，作为适应层，能 MNIST 够检测到由部件组合而成的完整物体，在手写体数 字的例子中即对应于完整的字符。 特征迁移 网络模型的输出层采用Softmax分类器来解决 目标任务 多分类问题，输出层的神经元个数k代表样本类标 MNIST 签的k个可取值。因此，对于m个训练样本《x,y Variations 有y0∈{1,2，…，k。输出层第i个神经元的输出值表 示输入样本x属于第i类的概率p0y=x),ie{l,2,… 适应层 k。Softmax分类器对应的假设函数为 图3特征迁移模型示意图 p(y=1x:0) Fig.3 Feature transfer model diagram ho(x)= ∑e呀 对于源任务，我们采用含有4层隐藏层的栈式 p(y=kx;0) 自编码网络。图3中第1个神经网络模型中最左 式中：0=[0,02…0J表示最后一层隐藏层与输出层 层L,为网络的输入层(input layer),中间L2、L、L4、 之间连接的权重向量， 1 是保证最后概率值总 Ls是4个隐藏层(hidden layer),最后一层Ls为输出 1e 层(output layer)。记a表示第i层第j个神经元的 和为1的归一化项。Softmax分类器的目标函数采 输出值，当层数是1时有a)=x。在整个栈式自编 用交叉嫡(cross entropy)的形式。 码网络中，将上一层的输出作为下一层的输入。在 e吧r 第1层，W心和b分别表示网络中该层上的权重向量 @=品∑∑6=l i,eir 和偏置向量，z0表示该层的输入。那么，第+1层的 式中：指示函数(indicator function)lbo=的定 输出可由式(1)、(2)获得： 义为 z+)=W0a0+b0 (1) 6=={ 1 y0≠ a=f(z+） (2) 利用式(1)(2)，可以依次计算出图3中第1个神经 4 实验比较 网络的L2、L,、L4、Ls的输出值，从而可以以前向传 播(forward propagation)的方式得到整个栈式自编 MNIST数据集由0~9的手写体数字组成， 码网络的输出hwb(x)。 10种数字构成了10类数据。MNIST包含60000张 目标任务旨在为MNIST-variations数据集输出 训练图像和10000张测试图像。图4给出了MNIST 正确的数字标签。由于手工标注数据集费时费力， 数据集的一些示例样本。 因此在一定程度上限制了MNIST-variations的规 MNIST variations包含MNIST的4种变体数 模。为了在小规模数据集上顺利地训练深度网络并 据集，包括：MNIST-rot,即在手写体数字上施加一 获得正确的识别结果，特征迁移模型保留在大规模 些随机旋转；MNIST-back-rand,即在数字图像中插 数据集上训练的网络模型参数，作为中间级特征迁 入随机的背景；MNIST-back-image,一小块黑白图 移到新的识别任务中。在上述含有4层隐藏层的栈 像被用作数字图像的背景；MNIST-rot-back-image, 式自编码网络的基础上，保持前三层隐藏层的网络 即MNIST-rot与MNIST-back-image相结合。图5 参数不变，移除最后一层隐藏层，并在靠近输出层 给出了MNIST-variations数据集的一些示例样本

据集或者进行数据扩充，不仅需要繁复的工作，而 且极大地增加了任务的执行时间。那么，需要每次 都为新的识别任务寻找上万个有标签的数据集吗？ 特征迁移模型的关键思想是将栈式自编码网络 的内部隐藏层当作一个通用的中间级图像特征提取 器。在源任务（source task）数据集（如 MNIST）上预 训练得到的图像特征能够被复用在其他的目标任务 （target task）数据集（如 MNIST variations）上。模型 如图 3 所示，图中省略了偏置结点。 a (i) j a (1) = x W(l) b (l) z (l) 对于源任务，我们采用含有 4 层隐藏层的栈式 自编码网络。图 3 中第 1 个神经网络模型中最左 层 L1 为网络的输入层（input layer），中间 L2、L3、L4、 L5 是 4 个隐藏层（hidden layer），最后一层 L6 为输出 层（output layer）。记 表示第 i 层第 j 个神经元的 输出值，当层数是 1 时有 。在整个栈式自编 码网络中，将上一层的输出作为下一层的输入。在 第 l 层， 和 分别表示网络中该层上的权重向量 和偏置向量， 表示该层的输入。那么，第 l+1 层的 输出可由式 (1)、(2) 获得： z (l+1) = W(l) a (l) + b (l) (1) a (l+1) = f ( z (l+1)) (2) hW,b(x) 利用式 (1)~(2)，可以依次计算出图 3 中第 1 个神经 网络的 L2、L3、L4、L5 的输出值，从而可以以前向传 播（forward propagation）的方式得到整个栈式自编 码网络的输出 。 目标任务旨在为 MNIST-variations 数据集输出 正确的数字标签。由于手工标注数据集费时费力， 因此在一定程度上限制了 MNIST-variations 的规 模。为了在小规模数据集上顺利地训练深度网络并 获得正确的识别结果，特征迁移模型保留在大规模 数据集上训练的网络模型参数，作为中间级特征迁 移到新的识别任务中。在上述含有 4 层隐藏层的栈 式自编码网络的基础上，保持前三层隐藏层的网络 参数不变，移除最后一层隐藏层，并在靠近输出层 增加两层随机初始化的隐藏层，以此获得目标任务 的栈式自编码网络结构。通过这样的设置，模型既 保留了 MNIST 数据集的中级图像特征，又为 MNIST￾variations 上进行训练时留有调整的余地。 特征迁移模型具有能够通过实验证明的理论依 据，即尽管不同图像的表现形式不同，但它们共享 低中级层次的图像特征[16]。图像低级特征通常代表 图像中特定的方向和位置上的边缘，通过发现边缘 的特定排列来检测图形；中级特征能够集合这些图 形到更大的组合，一般对应于熟悉的物体部件。而 新网络模型所增加的两层隐藏层，作为适应层，能 够检测到由部件组合而成的完整物体，在手写体数 字的例子中即对应于完整的字符。 {(x (i) , y (i) )}m i=1 y (i) ∈ {1,2,··· , k} p(y = i|x) i ∈ {1,2,··· , 网络模型的输出层采用 Softmax 分类器来解决 多分类问题，输出层的神经元个数 k 代表样本类标 签的 k 个可取值。因此，对于 m 个训练样本 ， 有 。输出层第 i 个神经元的输出值表 示输入样本 x 属于第 i 类的概率 ， k}。Softmax 分类器对应的假设函数为 hθ(x) =   p(y = 1|x;θ) . . . p(y = k|x;θ)   = 1 ∑k i=1 e θ T i x   e θ T 1 x . . . e θ T k x   θ = [θ1 θ2 ··· θk] T 1 ∑k i=1 e θ T i x 式中： 表示最后一层隐藏层与输出层 之间连接的权重向量， 是保证最后概率值总 和为 1 的归一化项。Softmax 分类器的目标函数采 用交叉熵（cross entropy）的形式。 J(θ) = − 1 m ∑m i=1 ∑k j=1 1 { y (i) = j } log e θ T l x (i) ∑k l=1 e θ T l x (i) { y (i) = j } 式中：指示函数（indicator function）1 的定 义为 1 { y (i) = j } = { 1, y (i) = j 0, y (i) , j 4 实验比较 MNIST 数据集由 0～9 的手写体数字组成， 10 种数字构成了 10 类数据。MNIST 包含 60 000 张 训练图像和 10 000 张测试图像。图 4 给出了 MNIST 数据集的一些示例样本。 MNIST variations 包含 MNIST 的 4 种变体数 据集，包括：MNIST-rot，即在手写体数字上施加一 些随机旋转；MNIST-back-rand，即在数字图像中插 入随机的背景；MNIST-back-image，一小块黑白图 像被用作数字图像的背景；MNIST-rot-back-image， 即 MNIST-rot 与 MNIST-back-image 相结合。图 5 给出了 MNIST-variations 数据集的一些示例样本。 ➥ᒭ䓭⼧ ߍЧ⎼ ߍⰚᴳЧ 䔮Ꮐᅮ MNIST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . MNIST Variations 图 3 特征迁移模型示意图 Fig. 3 Feature transfer model diagram ·896· 智 能 系 统 学 报 第 12 卷

第6期 杨梦铎，等：基于自编码器的特征迁移算法 ·897· 借助中级图像特征的迁移，在MNIST-varia- tions数据集上同样获得了不错的中级图像特征，如 图7所示。 图4 MNIST示例样本 Fig.4 MNIST samples 图7 MNIST-variations中级特征 Fig.7 MNIST-variations mid-level features 为了验证特征迁移模型的识别效果，输出层全 部采用Softmax分类器进行分类，我们在MNIST. variations数据集上利用栈式自编码网络(stacked auto-encoder,SAE)、受限玻尔兹曼机(restricted Boltzmann machine,RBM)、降噪自编码器(denois- 图5 MNIST-variations示例样本 ing auto-encoder,DAE)、收缩自编码器(contracting Fig.5 MNIST-variations samples auto-encoder,.CAE)分别与特征迁移模型的分类错 特征迁移模型所使用的两个栈式自编码网络的 误率进行实验比较，比较结果如表1所示。 表1分类错误率 网铬结构中神经元结点的分布如下：第1个网络隐 Table 1 Classification error rate % 藏层结点数依次为[784,200,100,50,100,10]，第 方法 SAE RBM DAE CAE FTM 2个网络依次为[784,200,100,50,100,200,10]。 MNIST-rot 2.172.042.05 1821.26 在MNIST数据集上训练得到的中级图像特征如 MNIST-back-image 1.781.37 1.181.14 1.04 图6。 MNIST-rot-back-image 2.87 2.712.652.59 2.46 MNIST-back-rand 1.97 1.83 1.791.761.68 5结束语 作为深度学习模型的一种，栈式自编码网络在 模式识别领域已然卓有成效。相对于手工设计的低 级特征而言，深度网络的成功主要归因于它们学习 丰富的中间级特征的能力。然而在现实应用中，带 有标签的大规模数据集通常是稀缺的。在深度神经 网络强大的表征能力下，数据不充足往往会使模型 陷入过拟合的尴尬情形。为了解决在小规模数据样 本下训练深度神经网络的问题，我们提出一个特征 图6 MNIST中级特征 迁移模型。我们展示了如何将学习到的中级图像特 Fig.6 MNIST mid-level features 征有效地迁移到新的视觉识别任务中。实验结果表

特征迁移模型所使用的两个栈式自编码网络的 网络结构中神经元结点的分布如下：第 1 个网络隐 藏层结点数依次为[784, 200, 100, 50, 100, 10]，第 2 个网络依次为[784, 200, 100, 50, 100, 200, 10]。 在 MNIST 数据集上训练得到的中级图像特征如 图 6。 借助中级图像特征的迁移，在 MNIST-varia￾tions 数据集上同样获得了不错的中级图像特征，如 图 7 所示。 为了验证特征迁移模型的识别效果，输出层全 部采用 Softmax 分类器进行分类，我们在 MNIST￾variations 数据集上利用栈式自编码网络（stacked auto-encoder，SAE）、受限玻尔兹曼机（restricted Boltzmann machine, RBM）、降噪自编码器（denois￾ing auto-encoder，DAE）、收缩自编码器（contracting auto-encoder，CAE）分别与特征迁移模型的分类错 误率进行实验比较，比较结果如表 1 所示。 5 结束语 作为深度学习模型的一种，栈式自编码网络在 模式识别领域已然卓有成效。相对于手工设计的低 级特征而言，深度网络的成功主要归因于它们学习 丰富的中间级特征的能力。然而在现实应用中，带 有标签的大规模数据集通常是稀缺的。在深度神经 网络强大的表征能力下，数据不充足往往会使模型 陷入过拟合的尴尬情形。为了解决在小规模数据样 本下训练深度神经网络的问题，我们提出一个特征 迁移模型。我们展示了如何将学习到的中级图像特 征有效地迁移到新的视觉识别任务中。实验结果表 表 1 分类错误率 Table 1 Classification error rate % 方法 SAE RBM DAE CAE FTM MNIST-rot 2.17 2.04 2.05 1.82 1.26 MNIST-back-image 1.78 1.37 1.18 1.14 1.04 MNIST-rot-back-image 2.87 2.71 2.65 2.59 2.46 MNIST-back-rand 1.97 1.83 1.79 1.76 1.68 图 4 MNIST 示例样本 Fig. 4 MNIST samples 图 5 MNIST-variations 示例样本 Fig. 5 MNIST-variations samples 图 6 MNIST 中级特征 Fig. 6 MNIST mid-level features 图 7 MNIST-variations 中级特征 Fig. 7 MNIST-variations mid-level features 第 6 期 杨梦铎，等：基于自编码器的特征迁移算法 ·897·

·898· 智能系统学报 第12卷 明，尽管源任务与目标任务采用的数据集之间存在 chine learning research,2010,11:3371-3408. 差异，但是特征迁移模型仍然能够训练出目标数据 [11]CHEN M,XU Z,WINBERGER K Q,et al.Marginalized 集的图像特征，并且在目标任务的识别过程中能够 denoising autoencoders for domain adaptation[Cl//Interna- 达到优于经典深度学习模型的分类效果。 tional Conference on Machine Learning.Edinburgh,Scot- land,2012:1206-1214. 参考文献： [12]VINCENT P.A connection between score matching and [1]HINTON G E,ZEMEL R S.Autoencoder minimum de- denoising autoencoders[J].Neural computation,2011, scription length and helmholtz free energy[C]//Conference 23(7):1661-1674 on Neural Information Processing Systems(NIPS).Denver, [13]RIFAI S.Contractive auto-encoders:explicit invariance USA.1993:3-10 during feature extraction[Cl//Proceedings of the Twenty- [2]SOCHER R,HUANG E H,PENNINGTON J,et al.Dy- eight International Conference on Machine Learning.Bel- namic pooling and unfolding recursive autoencoders for levue,USA,2011:833-840 paraphrase detection[C]//Proc Neural Information and Pro- [14]RIFAI S,BENGIO Y,DAUPHIN Y,et al.A generative cessing Systems.Granada,Spain,2011:801-809. process for sampling contractive auto-encoders[C]//Proc [3]SWERSKY K,RANZATO M,BUCHMAN D,et al.On Int'l Conf Machine Learning.Edinburgh,Scotland,UK. score matching for energy based models:generalizing au- 2012:1206-1214. toencoders and simplifying deep learning[C]//Proc Int'l [15]LECUN Y.Neural networks:tricks of the trade(2nd ed.) Conf Machine Learning Bellevue.Washington,USA,2011: [M].Germany:Springer,2012:9-48 1201-1208. [16]ZEILER M D.TAYLOR G W.FERGUS R.Adaptive de- [4]FISCHER A,IGEL C.An introduction to restricted convolutional networks for mid and high level feature Boltzmann machines[Cl//Progress in Pattern Recognition. learning[C]//IEEE International Conference on Computer Image Analysis,Computer Vision,and Applications. Vision.Barcelona,Spain,2011:2013-2025. Guadalajara,Mexico,2012:14-36. [5]BREULEUX O,BENGIO Y,VINCENT P.Quickly gener- 作者简介： ating representative samples from an RBM-derived 杨梦铎，女，1989年生，讲师，博 process[J].Neural computation,2011,23(8):2053-2073. 土，主要研究方向为模式识别与机器 6]COURVILLE A,BERGSTRA J,BENGIO Y.Unsuper- 学习。 vised models of images by spike-and-slab RBMs[C]//Proc Int'l Conf Machine Learning.Bellevue,Washington,USA, 2011:1145-1152. [7]SCHMAH T,HINTON G E,ZEMEL R,et al.Generative versus discriminative training of RBMs for classification of 栾咏红，女，1968年生，副教授 fMRI images[C]//Proc Neural Information and Processing 主要研究方向为强化学习。 Systems.Vancouver,Canada.2008:1409-1416. [8]ERHAN D,BENGIO Y,COURVILLE A,et al.Why does unsupervised pre-training help deep learning?[J].Machine learning research,2010,11:625-660. [9]VINCENT P.Extracting and composing robust features 刘文军，男.1981年生，讲师，博 with denoising auto-encoders[C]//International Conference 士，主要研究方向为无线传感网络与 on Machine Learning(ICML).Helsinki,Finland,2008: 算法分析。 1096-1103 [10]VINCENT P,LAROCHELLE H,LAJOIE I,et al.Stacked denoising autoencoders:learning useful representations in a deep network with a local denoising criterion[J].Ma-

明，尽管源任务与目标任务采用的数据集之间存在 差异，但是特征迁移模型仍然能够训练出目标数据 集的图像特征，并且在目标任务的识别过程中能够 达到优于经典深度学习模型的分类效果。 参考文献： HINTON G E, ZEMEL R S. Autoencoder minimum de￾scription length and helmholtz free energy[C]//Conference on Neural Information Processing Systems(NIPS). Denver, USA, 1993: 3–10. [1] SOCHER R, HUANG E H, PENNINGTON J, et al. Dy￾namic pooling and unfolding recursive autoencoders for paraphrase detection[C]//Proc Neural Information and Pro￾cessing Systems. Granada, Spain, 2011: 801–809. [2] SWERSKY K, RANZATO M, BUCHMAN D, et al. On score matching for energy based models: generalizing au￾toencoders and simplifying deep learning[C]//Proc Int’l Conf Machine Learning Bellevue. Washington, USA, 2011: 1201–1208. [3] FISCHER A, IGEL C. An introduction to restricted Boltzmann machines[C]//Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications. Guadalajara, Mexico, 2012: 14–36. [4] BREULEUX O, BENGIO Y, VINCENT P. Quickly gener￾ating representative samples from an RBM-derived process[J]. Neural computation, 2011, 23(8): 2053–2073. [5] COURVILLE A, BERGSTRA J, BENGIO Y. Unsuper￾vised models of images by spike-and-slab RBMs[C]//Proc Int’l Conf Machine Learning. Bellevue, Washington, USA, 2011: 1145–1152. [6] SCHMAH T, HINTON G E, ZEMEL R, et al. Generative versus discriminative training of RBMs for classification of fMRI images[C]//Proc Neural Information and Processing Systems. Vancouver, Canada, 2008: 1409–1416. [7] ERHAN D, BENGIO Y, COURVILLE A, et al. Why does unsupervised pre-training help deep learning?[J]. Machine learning research, 2010, 11: 625–660. [8] VINCENT P. Extracting and composing robust features with denoising auto-encoders[C]//International Conference on Machine Learning(ICML). Helsinki, Finland, 2008: 1096–1103. [9] VINCENT P, LAROCHELLE H, LAJOIE I, et al. Stacked denoising autoencoders: learning useful representations in a deep network with a local denoising criterion[J]. Ma- [10] chine learning research, 2010, 11: 3371–3408. CHEN M, XU Z, WINBERGER K Q, et al. Marginalized denoising autoencoders for domain adaptation[C]//Interna￾tional Conference on Machine Learning. Edinburgh, Scot￾land, 2012: 1206–1214. [11] VINCENT P. A connection between score matching and denoising autoencoders[J]. Neural computation, 2011, 23(7): 1661–1674. [12] RIFAI S. Contractive auto-encoders: explicit invariance during feature extraction[C]//Proceedings of the Twenty￾eight International Conference on Machine Learning. Bel￾levue, USA, 2011: 833–840 [13] RIFAI S, BENGIO Y, DAUPHIN Y, et al. A generative process for sampling contractive auto-encoders[C]//Proc Int’l Conf Machine Learning. Edinburgh, Scotland, UK, 2012: 1206–1214. [14] LECUN Y. Neural networks: tricks of the trade (2nd ed.) [M]. Germany: Springer, 2012: 9–48 [15] ZEILER M D, TAYLOR G W, FERGUS R. Adaptive de￾convolutional networks for mid and high level feature learning[C]//IEEE International Conference on Computer Vision. Barcelona, Spain, 2011: 2013–2025. [16] 作者简介： 杨梦铎，女，1989 年生，讲师，博 士，主要研究方向为模式识别与机器 学习。 栾咏红，女，1968 年生，副教授， 主要研究方向为强化学习。 刘文军，男，1981 年生，讲师，博 士，主要研究方向为无线传感网络与 算法分析。 ·898· 智 能 系 统 学 报 第 12 卷