- moved context awareness from Rbm to Layer (final)
git-svn-id: http://moon:8086/svn/software/trunk/projects/Rbm@770 b431acfa-c32f-4a4a-93f1-934dc6c82436
This commit is contained in:
+3
-2
@@ -15,13 +15,14 @@
|
|||||||
using namespace std;
|
using namespace std;
|
||||||
|
|
||||||
Layer::Layer(const string &name, size_t id, size_t numVisibleX, size_t numVisibleY, size_t numHidden, size_t numContext)
|
Layer::Layer(const string &name, size_t id, size_t numVisibleX, size_t numVisibleY, size_t numHidden, size_t numContext)
|
||||||
: Rbm(numVisibleX*numVisibleY, numHidden, numContext)
|
: Rbm(numVisibleX*numVisibleY+numContext, numHidden)
|
||||||
, next(nullptr)
|
, next(nullptr)
|
||||||
, prev(nullptr)
|
, prev(nullptr)
|
||||||
, m_name(name)
|
, m_name(name)
|
||||||
, m_id(id)
|
, m_id(id)
|
||||||
, m_numVisibleX(numVisibleX)
|
, m_numVisibleX(numVisibleX)
|
||||||
, m_numVisibleY(numVisibleY)
|
, m_numVisibleY(numVisibleY)
|
||||||
|
, m_numContext(numContext)
|
||||||
{
|
{
|
||||||
cout << "Create Layer " << m_name << "." << to_string((int)m_id) << endl;
|
cout << "Create Layer " << m_name << "." << to_string((int)m_id) << endl;
|
||||||
m_weightsFile = m_name + "." + to_string((int)m_id) + string(".weights.dat");
|
m_weightsFile = m_name + "." + to_string((int)m_id) + string(".weights.dat");
|
||||||
@@ -164,7 +165,7 @@ Json::Value Layer::toJson() const
|
|||||||
layer["numVisibleX"] = (int)m_numVisibleX;
|
layer["numVisibleX"] = (int)m_numVisibleX;
|
||||||
layer["numVisibleY"] = (int)m_numVisibleY;
|
layer["numVisibleY"] = (int)m_numVisibleY;
|
||||||
layer["numHidden"] = (int)whv().n_cols;
|
layer["numHidden"] = (int)whv().n_cols;
|
||||||
layer["numContext"] = numContext();
|
layer["numContext"] = m_numContext;
|
||||||
layer["rbm"] = Rbm::toJson();
|
layer["rbm"] = Rbm::toJson();
|
||||||
|
|
||||||
return layer;
|
return layer;
|
||||||
|
|||||||
+23
-3
@@ -38,10 +38,10 @@ public:
|
|||||||
{
|
{
|
||||||
if (batch.n_rows > 0)
|
if (batch.n_rows > 0)
|
||||||
{
|
{
|
||||||
if (numContext())
|
if (m_numContext)
|
||||||
{
|
{
|
||||||
arma::mat c_states = arma::zeros(batch.n_rows, numContext());
|
arma::mat c_states = arma::zeros(batch.n_rows, m_numContext);
|
||||||
arma::mat ctx = arma::zeros(1, numContext());
|
arma::mat ctx = arma::zeros(1, m_numContext);
|
||||||
for (int i=1; i < batch.n_rows; i++)
|
for (int i=1; i < batch.n_rows; i++)
|
||||||
{
|
{
|
||||||
arma::mat h = prob(v_to_h(arma::join_rows(batch.row(i-1), ctx)));
|
arma::mat h = prob(v_to_h(arma::join_rows(batch.row(i-1), ctx)));
|
||||||
@@ -109,6 +109,25 @@ public:
|
|||||||
return pLayer;
|
return pLayer;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
arma::mat vc_to_v(const arma::mat &vc) const
|
||||||
|
{
|
||||||
|
return arma::reshape(vc, 1, numVisible() - m_numContext);
|
||||||
|
}
|
||||||
|
|
||||||
|
arma::mat vc_to_c(const arma::mat &vc) const
|
||||||
|
{
|
||||||
|
if (m_numContext == 0)
|
||||||
|
{
|
||||||
|
return arma::mat(1,0);
|
||||||
|
}
|
||||||
|
return vc.submat(0, numVisible() - m_numContext, 0, numVisible() - 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
arma::mat to_vc(const arma::mat &v, const arma::mat &c) const
|
||||||
|
{
|
||||||
|
return arma::join_rows(v, c);
|
||||||
|
}
|
||||||
|
|
||||||
private:
|
private:
|
||||||
|
|
||||||
std::string m_name;
|
std::string m_name;
|
||||||
@@ -116,6 +135,7 @@ private:
|
|||||||
size_t m_id;
|
size_t m_id;
|
||||||
size_t m_numVisibleX;
|
size_t m_numVisibleX;
|
||||||
size_t m_numVisibleY;
|
size_t m_numVisibleY;
|
||||||
|
size_t m_numContext;
|
||||||
|
|
||||||
};
|
};
|
||||||
|
|
||||||
|
|||||||
+9
-33
@@ -16,20 +16,14 @@
|
|||||||
|
|
||||||
#define RBM_TRAIN_FLAT 0
|
#define RBM_TRAIN_FLAT 0
|
||||||
|
|
||||||
Rbm::Rbm(size_t numVisible, size_t numHidden, size_t numContext)
|
Rbm::Rbm(size_t numVisible, size_t numHidden)
|
||||||
: m_params()
|
: m_params()
|
||||||
, m_whv(numVisible+numContext, numHidden)
|
, m_whv(numVisible, numHidden)
|
||||||
, m_bhv(1, numHidden)
|
, m_bhv(1, numHidden)
|
||||||
, m_bv(1, numVisible+numContext)
|
, m_bv(1, numVisible)
|
||||||
, m_ctx()
|
|
||||||
{
|
{
|
||||||
assert(numVisible > 0);
|
assert(numVisible > 0);
|
||||||
assert(numHidden > 0);
|
assert(numHidden > 0);
|
||||||
if (numContext)
|
|
||||||
{
|
|
||||||
assert(numContext == numHidden);
|
|
||||||
m_ctx.resize(1, numContext);
|
|
||||||
}
|
|
||||||
Noise_Init(&m_noise, 0x32727155);
|
Noise_Init(&m_noise, 0x32727155);
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -38,7 +32,6 @@ Rbm::Rbm(const Rbm& orig)
|
|||||||
, m_whv(orig.m_whv)
|
, m_whv(orig.m_whv)
|
||||||
, m_bhv(orig.m_bhv)
|
, m_bhv(orig.m_bhv)
|
||||||
, m_bv(orig.m_bv)
|
, m_bv(orig.m_bv)
|
||||||
, m_ctx(orig.m_ctx)
|
|
||||||
{
|
{
|
||||||
}
|
}
|
||||||
|
|
||||||
@@ -52,7 +45,6 @@ void Rbm::weightsInit(double stddev, double mu)
|
|||||||
uniform(m_whv, stddev, mu);
|
uniform(m_whv, stddev, mu);
|
||||||
uniform(m_bhv, stddev, mu);
|
uniform(m_bhv, stddev, mu);
|
||||||
uniform(m_bv, stddev, mu);
|
uniform(m_bv, stddev, mu);
|
||||||
uniform(m_ctx, stddev, mu);
|
|
||||||
}
|
}
|
||||||
|
|
||||||
void Rbm::fromJson(Json::Value rbm)
|
void Rbm::fromJson(Json::Value rbm)
|
||||||
@@ -95,7 +87,7 @@ void Rbm::gibbs(arma::mat &hv_probs, arma::mat &v_probs)
|
|||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
void Rbm::weightUpdate(arma::mat const &v_states, arma::mat &dw, arma::mat &dbhv, arma::mat &dbv)
|
void Rbm::contrastiveDivergence(arma::mat const &v_states, arma::mat &dw, arma::mat &dbhv, 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);
|
||||||
@@ -139,7 +131,6 @@ void Rbm::train(const arma::mat& batch, IListener* pListener)
|
|||||||
arma::mat momentum_bias_v(arma::zeros(1, m_bv.n_cols));
|
arma::mat momentum_bias_v(arma::zeros(1, m_bv.n_cols));
|
||||||
arma::mat momentum_bias_hv(arma::zeros(1, m_bhv.n_cols));
|
arma::mat momentum_bias_hv(arma::zeros(1, m_bhv.n_cols));
|
||||||
arma::mat penalty_weights = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
arma::mat penalty_weights = arma::zeros(m_whv.n_rows, m_whv.n_cols);
|
||||||
arma::mat ctx = arma::zeros(1, numContext());
|
|
||||||
|
|
||||||
int trainingSizeRemain = batch.n_rows;
|
int trainingSizeRemain = batch.n_rows;
|
||||||
|
|
||||||
@@ -165,8 +156,10 @@ void Rbm::train(const arma::mat& batch, IListener* pListener)
|
|||||||
|
|
||||||
for (int epoch=0; epoch < m_params.numEpochs; epoch++)
|
for (int epoch=0; epoch < m_params.numEpochs; epoch++)
|
||||||
{
|
{
|
||||||
weightUpdate(v_states, grad_weight_hv, grad_bias_hv, grad_bias_v);
|
// Contrastive divergence learning: calculate gradients
|
||||||
|
contrastiveDivergence(v_states, grad_weight_hv, grad_bias_hv, grad_bias_v);
|
||||||
|
|
||||||
|
// Adjust weight and biases
|
||||||
penalty_weights = weight_decay*arma::sign(m_whv);
|
penalty_weights = weight_decay*arma::sign(m_whv);
|
||||||
|
|
||||||
status.L1 = accu(abs(m_whv));
|
status.L1 = accu(abs(m_whv));
|
||||||
@@ -182,6 +175,7 @@ void Rbm::train(const arma::mat& batch, IListener* pListener)
|
|||||||
progress += dProgress*miniBatchSizeActual;
|
progress += dProgress*miniBatchSizeActual;
|
||||||
status.progress = (int)(progress + 0.5);
|
status.progress = (int)(progress + 0.5);
|
||||||
|
|
||||||
|
// Update status
|
||||||
if (status.progress != lastProgress)
|
if (status.progress != lastProgress)
|
||||||
{
|
{
|
||||||
lastProgress = status.progress;
|
lastProgress = status.progress;
|
||||||
@@ -204,6 +198,7 @@ void Rbm::train(const arma::mat& batch, IListener* pListener)
|
|||||||
|
|
||||||
} // number of mini batches
|
} // number of mini batches
|
||||||
|
|
||||||
|
// Update final status
|
||||||
arma::mat diffErr = batch - prob(h_to_v(prob(v_to_h(batch))));
|
arma::mat diffErr = batch - prob(h_to_v(prob(v_to_h(batch))));
|
||||||
arma::mat diffErr_squared = diffErr % diffErr;
|
arma::mat diffErr_squared = diffErr % diffErr;
|
||||||
status.err_total = accu(diffErr_squared)/diffErr_squared.n_elem;
|
status.err_total = accu(diffErr_squared)/diffErr_squared.n_elem;
|
||||||
@@ -234,25 +229,6 @@ arma::mat Rbm::sample(const arma::mat &src)
|
|||||||
return dst;
|
return dst;
|
||||||
}
|
}
|
||||||
|
|
||||||
arma::mat Rbm::vc_to_v(const arma::mat &vc) const
|
|
||||||
{
|
|
||||||
return arma::reshape(vc, 1, numVisible() - numContext());
|
|
||||||
}
|
|
||||||
|
|
||||||
arma::mat Rbm::vc_to_c(const arma::mat &vc) const
|
|
||||||
{
|
|
||||||
if (numContext() == 0)
|
|
||||||
{
|
|
||||||
return arma::mat(1,0);
|
|
||||||
}
|
|
||||||
return vc.submat(0, numVisible() - numContext(), 0, numVisible() - 1);
|
|
||||||
}
|
|
||||||
|
|
||||||
arma::mat Rbm::to_vc(const arma::mat &v, const arma::mat &c) const
|
|
||||||
{
|
|
||||||
return arma::join_rows(v, c);
|
|
||||||
}
|
|
||||||
|
|
||||||
arma::mat Rbm::v_to_h(const arma::mat &visible) const
|
arma::mat Rbm::v_to_h(const arma::mat &visible) const
|
||||||
{
|
{
|
||||||
return visible * m_whv + arma::repmat(m_bhv, visible.n_rows, 1);
|
return visible * m_whv + arma::repmat(m_bhv, visible.n_rows, 1);
|
||||||
|
|||||||
+3
-18
@@ -114,7 +114,7 @@ public:
|
|||||||
}
|
}
|
||||||
};
|
};
|
||||||
|
|
||||||
Rbm(size_t numVisible, size_t numHidden, size_t numContext=0);
|
Rbm(size_t numVisible, size_t numHidden);
|
||||||
Rbm(const Rbm& orig);
|
Rbm(const Rbm& orig);
|
||||||
virtual ~Rbm();
|
virtual ~Rbm();
|
||||||
|
|
||||||
@@ -149,17 +149,7 @@ public:
|
|||||||
|
|
||||||
arma::mat toVisibleProbs(const arma::mat &hidden) const
|
arma::mat toVisibleProbs(const arma::mat &hidden) const
|
||||||
{
|
{
|
||||||
return arma::reshape(Rbm::prob(h_to_v(hidden)), 1, numVisible() - numContext());
|
return Rbm::prob(h_to_v(hidden));
|
||||||
}
|
|
||||||
|
|
||||||
arma::mat toContextProbs(const arma::mat &hidden) const
|
|
||||||
{
|
|
||||||
return Rbm::prob(h_to_v(hidden)).submat(0, numVisible() - numContext(), 0, numVisible() - 1);
|
|
||||||
}
|
|
||||||
|
|
||||||
size_t numContext() const
|
|
||||||
{
|
|
||||||
return m_ctx.size();
|
|
||||||
}
|
}
|
||||||
|
|
||||||
size_t numHidden() const
|
size_t numHidden() const
|
||||||
@@ -172,17 +162,13 @@ public:
|
|||||||
return m_bv.size();
|
return m_bv.size();
|
||||||
}
|
}
|
||||||
|
|
||||||
arma::mat vc_to_v(const arma::mat &vc) const;
|
|
||||||
arma::mat vc_to_c(const arma::mat &vc) const;
|
|
||||||
arma::mat to_vc(const arma::mat &v, const arma::mat &c) const;
|
|
||||||
|
|
||||||
arma::mat v_to_h(const arma::mat &visible) const;
|
arma::mat v_to_h(const arma::mat &visible) const;
|
||||||
arma::mat h_to_v(const arma::mat &hidden) const;
|
arma::mat h_to_v(const arma::mat &hidden) const;
|
||||||
|
|
||||||
private:
|
private:
|
||||||
Params m_params;
|
Params m_params;
|
||||||
arma::mat sample(arma::mat const &src);
|
arma::mat sample(arma::mat const &src);
|
||||||
void weightUpdate(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
void contrastiveDivergence(arma::mat const &v_states, arma::mat &dwhv, arma::mat &dbhv, arma::mat &dbv);
|
||||||
void uniform(arma::mat &srcDst, double stdDev=1.0, double mu=0.5);
|
void uniform(arma::mat &srcDst, double stdDev=1.0, double mu=0.5);
|
||||||
void gibbs(arma::mat &hv_states, arma::mat &v_states);
|
void gibbs(arma::mat &hv_states, arma::mat &v_states);
|
||||||
|
|
||||||
@@ -193,7 +179,6 @@ protected:
|
|||||||
private:
|
private:
|
||||||
noise_gen_t m_noise;
|
noise_gen_t m_noise;
|
||||||
arma::mat m_whv;
|
arma::mat m_whv;
|
||||||
arma::mat m_ctx;
|
|
||||||
|
|
||||||
};
|
};
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user