- refactored
- switch between cd_hinton hid/linear and cd_jens using doGaussionVisible (temporary solution)
This commit is contained in:
+56
-107
@@ -128,13 +128,51 @@ void Rbm::gibbs_hv(arma::mat &h_probs, arma::mat &v_probs) const
|
|||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
#if 1
|
void Rbm::cd(arma::mat const &v_data, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
||||||
void Rbm::contrastiveDivergence(arma::mat const &v_data, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
|
||||||
{
|
{
|
||||||
arma::mat v_probs(v_data);
|
if (m_params.doGaussianVisible)
|
||||||
arma::mat h_states = v_to_h(v_data);
|
{
|
||||||
arma::mat h_probs;
|
if (m_params.doGaussianHidden)
|
||||||
|
{
|
||||||
|
cd_hinton_hid_linear(v_data, dw, dbh, dbv);
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
cd_hinton_hid_binary(v_data, dw, dbh, dbv);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
cd_jens(v_data, dw, dbh, dbv);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
void Rbm::cd_hinton_hid_linear(arma::mat const &v_data, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
||||||
|
{
|
||||||
|
// Start positive phase
|
||||||
|
arma::mat poshidprobs = v_to_h(v_data);
|
||||||
|
arma::mat posprods = v_data.t() * poshidprobs;
|
||||||
|
arma::mat poshidact = arma::sum(poshidprobs);
|
||||||
|
arma::mat posvisact = arma::sum(v_data);
|
||||||
|
|
||||||
|
// End of positive phase
|
||||||
|
arma::mat poshidstates = poshidprobs + arma::randn(arma::size(poshidprobs));
|
||||||
|
|
||||||
|
// Start negative phase
|
||||||
|
arma::mat negdata = prob(h_to_v(poshidstates));
|
||||||
|
arma::mat neghidprobs = v_to_h(negdata);
|
||||||
|
arma::mat negprods = negdata.t() * neghidprobs;
|
||||||
|
arma::mat neghidact = arma::sum(neghidprobs);
|
||||||
|
arma::mat negvisact = arma::sum(negdata);
|
||||||
|
|
||||||
|
// Update weight deltas
|
||||||
|
dw = posprods - negprods;
|
||||||
|
dbv = posvisact - negvisact;
|
||||||
|
dbh = poshidact - neghidact;
|
||||||
|
}
|
||||||
|
|
||||||
|
void Rbm::cd_hinton_hid_binary(arma::mat const &v_data, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
||||||
|
{
|
||||||
// Start positive phase
|
// Start positive phase
|
||||||
arma::mat poshidprobs = prob(v_to_h(v_data));
|
arma::mat poshidprobs = prob(v_to_h(v_data));
|
||||||
arma::mat posprods = v_data.t() * poshidprobs;
|
arma::mat posprods = v_data.t() * poshidprobs;
|
||||||
@@ -157,89 +195,7 @@ void Rbm::contrastiveDivergence(arma::mat const &v_data, arma::mat &dw, arma::ma
|
|||||||
dbh = poshidact - neghidact;
|
dbh = poshidact - neghidact;
|
||||||
}
|
}
|
||||||
|
|
||||||
void Rbm::train(arma::mat const &batch, IListener* pListener)
|
void Rbm::cd_jens(arma::mat const &v_states, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
||||||
{
|
|
||||||
Status status;
|
|
||||||
double dProgress = 100.0/(batch.n_rows*m_params.numEpochs);
|
|
||||||
double progress = 0;
|
|
||||||
int lastProgress = -100;
|
|
||||||
int batchRowIndex = 0;
|
|
||||||
|
|
||||||
arma::mat dbv(arma::zeros(1, m_bv.n_cols));
|
|
||||||
arma::mat dbh(arma::zeros(1, m_bh.n_cols));
|
|
||||||
arma::mat dwhv(arma::zeros(m_whv.n_rows, m_whv.n_cols));
|
|
||||||
arma::mat inc_whv = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
|
||||||
arma::mat inc_bv(arma::zeros(1, m_bv.n_cols));
|
|
||||||
arma::mat inc_bh(arma::zeros(1, m_bh.n_cols));
|
|
||||||
|
|
||||||
int trainingSizeRemain = batch.n_rows;
|
|
||||||
|
|
||||||
bool shouldAbort = false;
|
|
||||||
while (trainingSizeRemain && !shouldAbort)
|
|
||||||
{
|
|
||||||
int miniBatchSizeActual = std::min(m_params.miniBatchSize, trainingSizeRemain);
|
|
||||||
arma::mat miniBatch = batch.rows(batchRowIndex, batchRowIndex+miniBatchSizeActual-1);
|
|
||||||
trainingSizeRemain -= miniBatchSizeActual;
|
|
||||||
batchRowIndex += miniBatchSizeActual;
|
|
||||||
int numcases = std::min(m_params.miniBatchSize, (int)batch.n_rows);
|
|
||||||
|
|
||||||
arma::mat v_states(miniBatch);
|
|
||||||
|
|
||||||
// Create hidden layer base on training data
|
|
||||||
if (m_params.doSampleBatch)
|
|
||||||
{
|
|
||||||
// When the hidden units are being driven by data, always use stochastic binary states
|
|
||||||
v_states = sample(miniBatch);
|
|
||||||
}
|
|
||||||
|
|
||||||
for (int epoch=0; epoch < m_params.numEpochs; epoch++)
|
|
||||||
{
|
|
||||||
// Contrastive divergence learning: calculate gradients
|
|
||||||
contrastiveDivergence(v_states, dwhv, dbh, dbv);
|
|
||||||
|
|
||||||
// Adjust weight and biases
|
|
||||||
inc_bv = m_params.momentum*inc_bv + m_params.learningRate/numcases*dbv;
|
|
||||||
inc_bh = m_params.momentum*inc_bh + m_params.learningRate/numcases*dbh;
|
|
||||||
inc_whv = m_params.momentum*inc_whv + m_params.learningRate*(dwhv/numcases - m_params.weightDecay*m_whv);
|
|
||||||
|
|
||||||
m_bv += inc_bv;
|
|
||||||
m_bh += inc_bh;
|
|
||||||
m_whv += inc_whv;
|
|
||||||
|
|
||||||
progress += dProgress*miniBatchSizeActual;
|
|
||||||
status.progress = (int)(progress + 0.5);
|
|
||||||
|
|
||||||
// Update status
|
|
||||||
if (status.progress != lastProgress)
|
|
||||||
{
|
|
||||||
lastProgress = status.progress;
|
|
||||||
|
|
||||||
// Calculate error
|
|
||||||
status.err = rms_error_accu(miniBatch - prob(h_to_v(prob(v_to_h(v_states)))));
|
|
||||||
if (pListener)
|
|
||||||
{
|
|
||||||
if(!pListener->onProgress(this, status))
|
|
||||||
{
|
|
||||||
shouldAbort = true;
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
} // Number of epochs
|
|
||||||
|
|
||||||
} // number of mini batches
|
|
||||||
|
|
||||||
// Update final status
|
|
||||||
status.err_total = rms_error_accu(batch - prob(h_to_v(prob(v_to_h(batch)))));
|
|
||||||
|
|
||||||
if (pListener)
|
|
||||||
{
|
|
||||||
pListener->onProgress(this, status);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
#else
|
|
||||||
void Rbm::contrastiveDivergence(arma::mat const &v_states, arma::mat &dw, arma::mat &dbh, arma::mat &dbv)
|
|
||||||
{
|
{
|
||||||
arma::mat v_probs(v_states);
|
arma::mat v_probs(v_states);
|
||||||
arma::mat h_states = v_to_h(v_states);
|
arma::mat h_states = v_to_h(v_states);
|
||||||
@@ -300,6 +256,7 @@ void Rbm::contrastiveDivergence(arma::mat const &v_states, arma::mat &dw, arma::
|
|||||||
dbv -= sum(v_probs, 0);
|
dbv -= sum(v_probs, 0);
|
||||||
dbh -= sum(h_probs, 0);
|
dbh -= sum(h_probs, 0);
|
||||||
}
|
}
|
||||||
|
|
||||||
void Rbm::train(arma::mat const &batch, IListener* pListener)
|
void Rbm::train(arma::mat const &batch, IListener* pListener)
|
||||||
{
|
{
|
||||||
Status status;
|
Status status;
|
||||||
@@ -311,10 +268,9 @@ void Rbm::train(arma::mat const &batch, IListener* pListener)
|
|||||||
arma::mat dbv(arma::zeros(1, m_bv.n_cols));
|
arma::mat dbv(arma::zeros(1, m_bv.n_cols));
|
||||||
arma::mat dbh(arma::zeros(1, m_bh.n_cols));
|
arma::mat dbh(arma::zeros(1, m_bh.n_cols));
|
||||||
arma::mat dwhv(arma::zeros(m_whv.n_rows, m_whv.n_cols));
|
arma::mat dwhv(arma::zeros(m_whv.n_rows, m_whv.n_cols));
|
||||||
arma::mat momentum_whv = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
arma::mat inc_whv = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
||||||
arma::mat momentum_bv(arma::zeros(1, m_bv.n_cols));
|
arma::mat inc_bv(arma::zeros(1, m_bv.n_cols));
|
||||||
arma::mat momentum_bh(arma::zeros(1, m_bh.n_cols));
|
arma::mat inc_bh(arma::zeros(1, m_bh.n_cols));
|
||||||
arma::mat penalty_whv = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
|
||||||
|
|
||||||
int trainingSizeRemain = batch.n_rows;
|
int trainingSizeRemain = batch.n_rows;
|
||||||
|
|
||||||
@@ -325,9 +281,7 @@ void Rbm::train(arma::mat const &batch, IListener* pListener)
|
|||||||
arma::mat miniBatch = batch.rows(batchRowIndex, batchRowIndex+miniBatchSizeActual-1);
|
arma::mat miniBatch = batch.rows(batchRowIndex, batchRowIndex+miniBatchSizeActual-1);
|
||||||
trainingSizeRemain -= miniBatchSizeActual;
|
trainingSizeRemain -= miniBatchSizeActual;
|
||||||
batchRowIndex += miniBatchSizeActual;
|
batchRowIndex += miniBatchSizeActual;
|
||||||
int scaler = std::min(m_params.miniBatchSize, (int)batch.n_rows);
|
int numcases = std::min(m_params.miniBatchSize, (int)batch.n_rows);
|
||||||
double learning_rate = m_params.learningRate/scaler;
|
|
||||||
double weight_decay = m_params.weightDecay/scaler;
|
|
||||||
|
|
||||||
arma::mat v_states(miniBatch);
|
arma::mat v_states(miniBatch);
|
||||||
|
|
||||||
@@ -341,20 +295,16 @@ void Rbm::train(arma::mat const &batch, IListener* pListener)
|
|||||||
for (int epoch=0; epoch < m_params.numEpochs; epoch++)
|
for (int epoch=0; epoch < m_params.numEpochs; epoch++)
|
||||||
{
|
{
|
||||||
// Contrastive divergence learning: calculate gradients
|
// Contrastive divergence learning: calculate gradients
|
||||||
contrastiveDivergence(v_states, dwhv, dbh, dbv);
|
cd(v_states, dwhv, dbh, dbv);
|
||||||
|
|
||||||
// Adjust weight and biases
|
// Adjust weight and biases
|
||||||
penalty_whv = weight_decay*arma::sign(m_whv);
|
inc_bv = m_params.momentum*inc_bv + m_params.learningRate/numcases*dbv;
|
||||||
|
inc_bh = m_params.momentum*inc_bh + m_params.learningRate/numcases*dbh;
|
||||||
|
inc_whv = m_params.momentum*inc_whv + m_params.learningRate*(dwhv/numcases - m_params.weightDecay*m_whv);
|
||||||
|
|
||||||
status.L1 = accu(abs(m_whv));
|
m_bv += inc_bv;
|
||||||
status.L2 = accu(m_whv % m_whv);
|
m_bh += inc_bh;
|
||||||
momentum_bv = m_params.momentum*momentum_bv + dbv;
|
m_whv += inc_whv;
|
||||||
momentum_bh = m_params.momentum*momentum_bh + dbh;
|
|
||||||
momentum_whv = m_params.momentum*momentum_whv + dwhv - status.L2*penalty_whv;
|
|
||||||
|
|
||||||
m_bv += learning_rate*momentum_bv;
|
|
||||||
m_bh += learning_rate*momentum_bh;
|
|
||||||
m_whv += learning_rate*momentum_whv;
|
|
||||||
|
|
||||||
progress += dProgress*miniBatchSizeActual;
|
progress += dProgress*miniBatchSizeActual;
|
||||||
status.progress = (int)(progress + 0.5);
|
status.progress = (int)(progress + 0.5);
|
||||||
@@ -388,7 +338,6 @@ void Rbm::train(arma::mat const &batch, IListener* pListener)
|
|||||||
pListener->onProgress(this, status);
|
pListener->onProgress(this, status);
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
#endif
|
|
||||||
|
|
||||||
arma::mat Rbm::prob(const arma::mat &src)
|
arma::mat Rbm::prob(const arma::mat &src)
|
||||||
{
|
{
|
||||||
|
|||||||
+4
-1
@@ -162,7 +162,10 @@ protected:
|
|||||||
|
|
||||||
private:
|
private:
|
||||||
arma::mat m_whv;
|
arma::mat m_whv;
|
||||||
void contrastiveDivergence(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
void cd_hinton_hid_binary(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
||||||
|
void cd_hinton_hid_linear(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
||||||
|
void cd_jens(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
||||||
|
void cd(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
||||||
|
|
||||||
};
|
};
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user