神经网络-pnorm

发展历史

1.bagging算法

Leo Breiman[1]在1994年提出了bagging算法，给定一个大小为 n的训练集D，Bagging算法从中均匀、有放回地选出 m个大小为 n’的子集Di，作为新的训练集。在这m个训练集上使用分类、回归等算法，则可得到m个模型，再通过取平均值、取多数票等方法，即可得到Bagging的结果。

2.dropout

Hinton[2]在2012年提出了dropout的训练方法来缓解模型训练中的过拟合的问题，和bagging思想类似，都是使用训练集的不同子集训练多个model。不同之处在于dropout每一步训练针对同一个模型的不同的参数变量。
当在参数空间使用较大步长的时候，dropout会比较有效；另外一个问题是dropout的模型平均在应用到deep models的时候，只是一种近似。
一篇对dropout理解比较好的博客

3.maxout

dropout本质上是在模型训练过程中使用的一种方法，而Ian J Goodfellow[3]在2013年提出了maxout networks，将这种方法体现在了网络结构上面。
论文[3]中的公式比较模糊，详细的公式含义以及网络图形变化这篇博客.
maxout作为激活函数，也是一种非线性变换，在一定条件下可以拟合所有的凸函数。但是参数量也因为k个affine feature maps的引入而成倍增长。

4.pnorm

2014年Xiaohui Zhang[4]提出了两种新的maxout units，分别是p-norm和soft-maxout，发现p-norm在语音识别任务上面取得了较好的效果。

pnorm和soft-maxout

假设maxout的group size为G=5，maxout units的个数为K=500，那么maxout units的输入将会是2500个units。
使用maxout：

y=maxGi=1xi

使用soft-maxout：

y=log∑i=1Gexp(xi)

使用p-norm(一般取p=2)：

y=||x||p=(∑i|xi|p)1/p

使用ReLU：

y=max(x,0)

上面的非线性函数没有对输出进行限制，从而会导致训练的不稳定性。为了解决这个问题，引入了Normalization layer:
对于所有maxout units的值进行规整，对于第i个maxout unit值yi,1≤i≤K，首先计算方差：

δ=1K∑iy2i−−−−−−−−√

然后对每一个yi进行规整：

zi={yiyi/δδ≤1δ>1

参考文献

[1]. Bagging Predictors
[2]. Improving neural networks by preventing co-adaptation of feature detectors
[3]. maxout networks
[4]. IMPROVING DEEP NEURAL NETWORK ACOUSTIC MODELS USING GENERALIZED MAXOUT NETWORKS