- gibbsDoSampleHidden and gibbsDoSampleVisible onl used only training
- very good results git-svn-id: http://moon:8086/svn/software/trunk/projects/Rbm@852 b431acfa-c32f-4a4a-93f1-934dc6c82436
This commit is contained in:
+41
-41
@@ -6,31 +6,7 @@
|
|||||||
{
|
{
|
||||||
"id" : 0,
|
"id" : 0,
|
||||||
"name" : "Layer",
|
"name" : "Layer",
|
||||||
"numContext" : 8,
|
"numContext" : 0,
|
||||||
"numHidden" : 64,
|
|
||||||
"numVisibleX" : 37,
|
|
||||||
"numVisibleY" : 2,
|
|
||||||
"rbm" :
|
|
||||||
{
|
|
||||||
"params" :
|
|
||||||
{
|
|
||||||
"doRaoBlackwell" : 1,
|
|
||||||
"doSampleBatch" : 0,
|
|
||||||
"gibbsDoSampleHidden" : 0,
|
|
||||||
"gibbsDoSampleVisible" : 0,
|
|
||||||
"learningRate" : 0.10000000000000001,
|
|
||||||
"miniBatchSize" : 1000,
|
|
||||||
"momentum" : 0.5,
|
|
||||||
"numEpochs" : 10000,
|
|
||||||
"numGibbs" : 1,
|
|
||||||
"weightDecay" : 0.0
|
|
||||||
}
|
|
||||||
}
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"id" : 1,
|
|
||||||
"name" : "Layer",
|
|
||||||
"numContext" : 64,
|
|
||||||
"numHidden" : 128,
|
"numHidden" : 128,
|
||||||
"numVisibleX" : 37,
|
"numVisibleX" : 37,
|
||||||
"numVisibleY" : 2,
|
"numVisibleY" : 2,
|
||||||
@@ -40,12 +16,36 @@
|
|||||||
{
|
{
|
||||||
"doRaoBlackwell" : 1,
|
"doRaoBlackwell" : 1,
|
||||||
"doSampleBatch" : 0,
|
"doSampleBatch" : 0,
|
||||||
"gibbsDoSampleHidden" : 0,
|
"gibbsDoSampleHidden" : 1,
|
||||||
"gibbsDoSampleVisible" : 0,
|
"gibbsDoSampleVisible" : 0,
|
||||||
"learningRate" : 0.10000000000000001,
|
"learningRate" : 0.250000000000,
|
||||||
"miniBatchSize" : 1000,
|
"miniBatchSize" : 1000,
|
||||||
"momentum" : 0.5,
|
"momentum" : 0.5,
|
||||||
"numEpochs" : 5000,
|
"numEpochs" : 1000,
|
||||||
|
"numGibbs" : 1,
|
||||||
|
"weightDecay" : 0.0
|
||||||
|
}
|
||||||
|
}
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"id" : 1,
|
||||||
|
"name" : "Layer",
|
||||||
|
"numContext" : 128,
|
||||||
|
"numHidden" : 128,
|
||||||
|
"numVisibleX" : 37,
|
||||||
|
"numVisibleY" : 2,
|
||||||
|
"rbm" :
|
||||||
|
{
|
||||||
|
"params" :
|
||||||
|
{
|
||||||
|
"doRaoBlackwell" : 1,
|
||||||
|
"doSampleBatch" : 0,
|
||||||
|
"gibbsDoSampleHidden" : 1,
|
||||||
|
"gibbsDoSampleVisible" : 0,
|
||||||
|
"learningRate" : 0.250000000000,
|
||||||
|
"miniBatchSize" : 1000,
|
||||||
|
"momentum" : 0.5,
|
||||||
|
"numEpochs" : 1000,
|
||||||
"numGibbs" : 1,
|
"numGibbs" : 1,
|
||||||
"weightDecay" : 0.0
|
"weightDecay" : 0.0
|
||||||
}
|
}
|
||||||
@@ -55,7 +55,7 @@
|
|||||||
"id" : 2,
|
"id" : 2,
|
||||||
"name" : "Layer",
|
"name" : "Layer",
|
||||||
"numContext" : 128,
|
"numContext" : 128,
|
||||||
"numHidden" : 256,
|
"numHidden" : 128,
|
||||||
"numVisibleX" : 37,
|
"numVisibleX" : 37,
|
||||||
"numVisibleY" : 2,
|
"numVisibleY" : 2,
|
||||||
"rbm" :
|
"rbm" :
|
||||||
@@ -64,12 +64,12 @@
|
|||||||
{
|
{
|
||||||
"doRaoBlackwell" : 1,
|
"doRaoBlackwell" : 1,
|
||||||
"doSampleBatch" : 0,
|
"doSampleBatch" : 0,
|
||||||
"gibbsDoSampleHidden" : 0,
|
"gibbsDoSampleHidden" : 1,
|
||||||
"gibbsDoSampleVisible" : 0,
|
"gibbsDoSampleVisible" : 0,
|
||||||
"learningRate" : 0.10000000000000001,
|
"learningRate" : 0.250000000000,
|
||||||
"miniBatchSize" : 1000,
|
"miniBatchSize" : 1000,
|
||||||
"momentum" : 0.5,
|
"momentum" : 0.5,
|
||||||
"numEpochs" : 2500,
|
"numEpochs" : 1000,
|
||||||
"numGibbs" : 1,
|
"numGibbs" : 1,
|
||||||
"weightDecay" : 0.0
|
"weightDecay" : 0.0
|
||||||
}
|
}
|
||||||
@@ -78,8 +78,8 @@
|
|||||||
{
|
{
|
||||||
"id" : 3,
|
"id" : 3,
|
||||||
"name" : "Layer",
|
"name" : "Layer",
|
||||||
"numContext" : 256,
|
"numContext" : 128,
|
||||||
"numHidden" : 512,
|
"numHidden" : 128,
|
||||||
"numVisibleX" : 37,
|
"numVisibleX" : 37,
|
||||||
"numVisibleY" : 2,
|
"numVisibleY" : 2,
|
||||||
"rbm" :
|
"rbm" :
|
||||||
@@ -88,12 +88,12 @@
|
|||||||
{
|
{
|
||||||
"doRaoBlackwell" : 1,
|
"doRaoBlackwell" : 1,
|
||||||
"doSampleBatch" : 0,
|
"doSampleBatch" : 0,
|
||||||
"gibbsDoSampleHidden" : 0,
|
"gibbsDoSampleHidden" : 1,
|
||||||
"gibbsDoSampleVisible" : 0,
|
"gibbsDoSampleVisible" : 0,
|
||||||
"learningRate" : 0.10000000000000001,
|
"learningRate" : 0.250000000000,
|
||||||
"miniBatchSize" : 1000,
|
"miniBatchSize" : 1000,
|
||||||
"momentum" : 0.5,
|
"momentum" : 0.5,
|
||||||
"numEpochs" : 2500,
|
"numEpochs" : 1000,
|
||||||
"numGibbs" : 1,
|
"numGibbs" : 1,
|
||||||
"weightDecay" : 0.0
|
"weightDecay" : 0.0
|
||||||
}
|
}
|
||||||
@@ -102,8 +102,8 @@
|
|||||||
{
|
{
|
||||||
"id" : 4,
|
"id" : 4,
|
||||||
"name" : "Layer",
|
"name" : "Layer",
|
||||||
"numContext" : 512,
|
"numContext" : 128,
|
||||||
"numHidden" : 1024,
|
"numHidden" : 128,
|
||||||
"numVisibleX" : 37,
|
"numVisibleX" : 37,
|
||||||
"numVisibleY" : 2,
|
"numVisibleY" : 2,
|
||||||
"rbm" :
|
"rbm" :
|
||||||
@@ -112,9 +112,9 @@
|
|||||||
{
|
{
|
||||||
"doRaoBlackwell" : 1,
|
"doRaoBlackwell" : 1,
|
||||||
"doSampleBatch" : 0,
|
"doSampleBatch" : 0,
|
||||||
"gibbsDoSampleHidden" : 0,
|
"gibbsDoSampleHidden" : 1,
|
||||||
"gibbsDoSampleVisible" : 0,
|
"gibbsDoSampleVisible" : 0,
|
||||||
"learningRate" : 0.10000000000000001,
|
"learningRate" : 0.250000000000,
|
||||||
"miniBatchSize" : 1000,
|
"miniBatchSize" : 1000,
|
||||||
"momentum" : 0.5,
|
"momentum" : 0.5,
|
||||||
"numEpochs" : 1000,
|
"numEpochs" : 1000,
|
||||||
|
|||||||
+27
-33
@@ -108,24 +108,10 @@ void Rbm::gibbs_vh(arma::mat &v_probs, arma::mat &h_probs)
|
|||||||
for (int i=0; i < m_params.numGibbs; i++)
|
for (int i=0; i < m_params.numGibbs; i++)
|
||||||
{
|
{
|
||||||
// Create hidden representation given v
|
// Create hidden representation given v
|
||||||
if (m_params.gibbsDoSampleVisible)
|
h_probs = prob(v_to_h(v_probs));
|
||||||
{
|
|
||||||
h_probs = prob(v_to_h(sample(v_probs)));
|
|
||||||
}
|
|
||||||
else
|
|
||||||
{
|
|
||||||
h_probs = prob(v_to_h(v_probs));
|
|
||||||
}
|
|
||||||
|
|
||||||
// Create visible reconstruction (a fantasy...) given hid
|
// Create visible reconstruction (a fantasy...) given hid
|
||||||
if (m_params.gibbsDoSampleHidden)
|
v_probs = prob(h_to_v(h_probs));
|
||||||
{
|
|
||||||
v_probs = prob(h_to_v(sample(h_probs)));
|
|
||||||
}
|
|
||||||
else
|
|
||||||
{
|
|
||||||
v_probs = prob(h_to_v(h_probs));
|
|
||||||
}
|
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -134,24 +120,10 @@ void Rbm::gibbs_hv(arma::mat &h_probs, arma::mat &v_probs)
|
|||||||
for (int i=0; i < m_params.numGibbs; i++)
|
for (int i=0; i < m_params.numGibbs; i++)
|
||||||
{
|
{
|
||||||
// Create visible reconstruction (a fantasy...) given hid
|
// Create visible reconstruction (a fantasy...) given hid
|
||||||
if (m_params.gibbsDoSampleHidden)
|
v_probs = prob(h_to_v(h_probs));
|
||||||
{
|
|
||||||
v_probs = prob(h_to_v(sample(h_probs)));
|
|
||||||
}
|
|
||||||
else
|
|
||||||
{
|
|
||||||
v_probs = prob(h_to_v(h_probs));
|
|
||||||
}
|
|
||||||
|
|
||||||
// Create hidden representation given v
|
// Create hidden representation given v
|
||||||
if (m_params.gibbsDoSampleVisible)
|
h_probs = prob(v_to_h(v_probs));
|
||||||
{
|
|
||||||
h_probs = prob(v_to_h(sample(v_probs)));
|
|
||||||
}
|
|
||||||
else
|
|
||||||
{
|
|
||||||
h_probs = prob(v_to_h(v_probs));
|
|
||||||
}
|
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -176,7 +148,29 @@ void Rbm::contrastiveDivergence(arma::mat const &v_states, arma::mat &dw, arma::
|
|||||||
dbv = sum(v_states, 0);
|
dbv = sum(v_states, 0);
|
||||||
dbhv = sum(h_states, 0);
|
dbhv = sum(h_states, 0);
|
||||||
|
|
||||||
gibbs_hv(h_probs, v_probs);
|
// Gibbs sampling with training params
|
||||||
|
for (int i=0; i < m_params.numGibbs; i++)
|
||||||
|
{
|
||||||
|
// Create visible reconstruction (a fantasy...) given hid
|
||||||
|
if (m_params.gibbsDoSampleHidden)
|
||||||
|
{
|
||||||
|
v_probs = prob(h_to_v(sample(h_probs)));
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
v_probs = prob(h_to_v(h_probs));
|
||||||
|
}
|
||||||
|
|
||||||
|
// Create hidden representation given v
|
||||||
|
if (m_params.gibbsDoSampleVisible)
|
||||||
|
{
|
||||||
|
h_probs = prob(v_to_h(sample(v_probs)));
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
h_probs = prob(v_to_h(v_probs));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
// Update weights (negative phase)
|
// Update weights (negative phase)
|
||||||
dw -= v_probs.t() * h_probs;
|
dw -= v_probs.t() * h_probs;
|
||||||
|
|||||||
+57
-11
@@ -19,19 +19,69 @@ using namespace arma;
|
|||||||
class RbmListener : public Rbm::IListener
|
class RbmListener : public Rbm::IListener
|
||||||
{
|
{
|
||||||
public:
|
public:
|
||||||
RbmListener() {}
|
RbmListener(AStack &stack)
|
||||||
|
: m_stack(stack)
|
||||||
|
, m_last_progress(0)
|
||||||
|
{
|
||||||
|
}
|
||||||
virtual ~RbmListener() {}
|
virtual ~RbmListener() {}
|
||||||
|
|
||||||
bool onProgress(Rbm *pRbm, const Rbm::Status &status)
|
bool onProgress(Rbm *pRbm, const Rbm::Status &status)
|
||||||
{
|
{
|
||||||
std::cout << "Progress : " << status.progress << " %" << std::endl;
|
if (status.progress == 0)
|
||||||
std::cout << "error (per mini batch) = " << status.err << std::endl;
|
{
|
||||||
std::cout << "error (total) = " << status.err_total << std::endl;
|
m_last_progress = -10;
|
||||||
std::cout << "L1 = " << status.L1 << std::endl;
|
}
|
||||||
std::cout << "L2 = " << status.L2 << std::endl;
|
if ((status.progress - m_last_progress) == 10)
|
||||||
|
{
|
||||||
|
std::cout << "Progress : " << status.progress << " %" << std::endl;
|
||||||
|
std::cout << "error (per mini batch) = " << status.err << std::endl;
|
||||||
|
std::cout << "error (total) = " << status.err_total << std::endl;
|
||||||
|
std::cout << "L1 = " << status.L1 << std::endl;
|
||||||
|
std::cout << "L2 = " << status.L2 << std::endl;
|
||||||
|
m_last_progress = status.progress;
|
||||||
|
forward();
|
||||||
|
}
|
||||||
|
|
||||||
return true;
|
return true;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
void forward()
|
||||||
|
{
|
||||||
|
RnnStack *stack = reinterpret_cast<RnnStack*>(&m_stack);
|
||||||
|
arma::mat state;
|
||||||
|
arma::mat curr;
|
||||||
|
arma::mat next;
|
||||||
|
std::string curr_str;
|
||||||
|
std::string next_str;
|
||||||
|
arma::mat t_vc = stack->trainingBatch();
|
||||||
|
|
||||||
|
for (int i=0; i < stack->getSeqLen(); i++)
|
||||||
|
{
|
||||||
|
curr = stack->to_curr(t_vc.row(i));
|
||||||
|
curr_str.append(1,RnnTextHelper::idx2ch(curr.index_max()));
|
||||||
|
arma::mat r = stack->step_forward(state, curr);
|
||||||
|
next = stack->to_next(r, true);
|
||||||
|
next_str.append(1,RnnTextHelper::idx2ch(next.index_max()));
|
||||||
|
}
|
||||||
|
cout << "Curr: " << curr_str << std::endl;
|
||||||
|
cout << "Next: " << next_str << std::endl;
|
||||||
|
|
||||||
|
for (int i=stack->getSeqLen(); i < t_vc.n_rows; i++)
|
||||||
|
{
|
||||||
|
curr = next;
|
||||||
|
curr_str.append(1,RnnTextHelper::idx2ch(curr.index_max()));
|
||||||
|
arma::mat r = stack->step_forward(state, curr);
|
||||||
|
next = stack->to_next(r, true);
|
||||||
|
curr = stack->to_curr(r);
|
||||||
|
next_str.append(1,RnnTextHelper::idx2ch(next.index_max()));
|
||||||
|
}
|
||||||
|
cout << "Curr: " << curr_str << std::endl;
|
||||||
|
cout << "Next: " << next_str << std::endl;
|
||||||
|
|
||||||
|
}
|
||||||
|
AStack &m_stack;
|
||||||
|
int m_last_progress;
|
||||||
};
|
};
|
||||||
|
|
||||||
int main(int argc, char *argv[])
|
int main(int argc, char *argv[])
|
||||||
@@ -88,11 +138,7 @@ int main(int argc, char *argv[])
|
|||||||
|
|
||||||
if (command == Command::Train)
|
if (command == Command::Train)
|
||||||
{
|
{
|
||||||
for (int i=0; i < stack->numLayers(); i++)
|
RbmListener listener(*stack);
|
||||||
{
|
|
||||||
stack->getLayer(i)->params().gibbsDoSampleHidden = true;
|
|
||||||
}
|
|
||||||
RbmListener listener;
|
|
||||||
|
|
||||||
// Phase 10
|
// Phase 10
|
||||||
stack->train(t_vc, &listener);
|
stack->train(t_vc, &listener);
|
||||||
|
|||||||
Reference in New Issue
Block a user