- 1C#限制输入字母，数字的正则表达式_c# 正则表达式 必须包含字母和数字
- 2Mac 终端可以使用yarn，但是vscode里面报错segmentation fault
- 3Linux-实操篇9-解析json的工具jq_linux查看json内容
- 4Java中byte[]转String问题_java byte 转 string c0 80 问题
- 5Spring Boot入门(20)：使用Mybatis-plus实现Spring Boot多数据源配置，轻松实现数据库读写分离！_spring boot 引入 mybatis plus 区分数据库嘛
- 6ChatGLM Efficient Tuning源码解析 src/utils/peft_trainer.py_unwrap_model函数
- 7Spring boot多数据源实现动态切换_springboot多数据源配置和切换
- 8GetLastError错误码中文大全_getlasterror 6 writefile
- 9stm32使用SPI读取Flash_模拟spi与flash通信
- 10（转）爆款游戏推动硬件普及，5G 促进 VR 产业规模化运用_游戏推动硬件发展
Gumbel-Softmax完全解析
赞
踩
写在前面
本文对大部分人来说可能仅仅起到科普的作用，因为Gumbel-Max仅在部分领域会用到，例如GAN、VAE等。笔者是在研究EMNLP上的一篇论文时，看到其中有用Gumbel-Softmax公式解决对一个概率分布进行采样无法求导的问题，故想到对Gumbel-Softmax做一个总结，由此写下本文
为什么我们需要Gumbel-Softmax ?
假设现在我们有一个离散随机变量
Z
Z
Z的分布
p
1
=
p
(
Z
=
1
)
=
π
1
p
2
=
p
(
Z
=
2
)
=
π
2
p
3
=
p
(
Z
=
3
)
=
π
3
.
.
.
p
x
=
p
(
Z
=
x
)
=
π
x
p_1 = p(Z=1)=\pi_1\\ p_2 = p(Z=2) = \pi_2\\ p_3 = p(Z=3) = \pi_3\\ ...\\ p_x = p(Z=x) = \pi_x\\
p1=p(Z=1)=π1p2=p(Z=2)=π2p3=p(Z=3)=π3...px=p(Z=x)=πx
其中，
∑
i
π
i
=
1
\sum_i \pi_i=1
∑iπi=1。我们想根据
p
1
,
p
2
,
.
.
.
,
p
x
p_1,p_2,...,p_x
p1,p2,...,px的概率采样得到一系列离散
z
z
z的值。但是这么做有一个问题，我们采样出来的
z
z
z只有值，没有生成
z
z
z的式子。例如我们要求
Z
Z
Z的期望，那么就有公式
E
(
Z
)
=
p
1
+
2
p
2
+
⋯
+
x
p
x
\mathbb{E}(Z) = p_1 + 2p_2 + \cdots +xp_x
E(Z)=p1+2p2+⋯+xpx
Z
Z
Z对
p
1
,
p
2
,
.
.
.
,
p
x
p_1,p_2,...,p_x
p1,p2,...,px的导数都很清楚。但是现在我们的需求是采样一些具体的
z
z
z值，采样这个操作没有任何公式，因此也就无法求导。于是一个很自然的想法就产生了，我们能不能给一个以
p
1
,
p
2
,
.
.
.
,
p
z
p_1,p_2,...,p_z
p1,p2,...,pz为参数的公式，让这个公式返回的结果是
z
z
z采样的结果呢？
Gumbel-Softmax
一般来说 π i \pi_i πi是通过神经网络预测对于类别 i i i的概率，这在分类问题中非常常见，假设我们将一个样本送入模型，最后输出的概率分布为 [ 0.2 , 0.4 , 0.1 , 0.2 , 0.1 ] [0.2, 0.4,0.1,0.2,0.1] [0.2,0.4,0.1,0.2,0.1]，表明这是一个5分类问题，其中概率最大的是第2类，到这一步，我们直接通过argmax就能获得结果了，但现在我们不是预测问题，而是一个采样问题。对于模型来说，直接取出概率最大的就可以了，但对我们来说，每个类别都是有一定概率的，我们想根据这个概率来进行采样，而不是直接简单无脑的输出概率最大的值
最常见的采样
z
\mathbf{z}
z的onehot公式为
z
=
onehot
(
max
{
i
∣
π
1
+
π
2
+
⋯
+
π
i
−
1
≤
u
}
)
(1)
\mathbf{z} = \text{onehot}(\max \{i\mid \pi_1 + \pi_2+\cdots +\pi_{i-1} \leq u\})\tag{1}
z=onehot(max{i∣π1+π2+⋯+πi−1≤u})(1)
其中
i
=
1
,
2
,
.
.
,
x
i=1,2,..,x
i=1,2,..,x是类别的下标，随机变量
u
u
u服从均匀分布
U
(
0
,
1
)
U(0,1)
U(0,1)
上面这个过程实际上是很巧妙的，我们将概率分布从前往后不断加起来，当加到 π i \pi_i πi时超过了某个随机值$ 0\leq u \leq 1 ， 那 么 这 一 次 随 机 采 样 过 程 ， ，那么这一次随机采样过程， ，那么这一次随机采样过程，z 就 被 随 机 采 样 为 第 就被随机采样为第 就被随机采样为第i$类，最后通过一个onehot变换
但是上述公式存在一个致命的问题：max函数是不可导的
Gumbel-Max Trick
Gumbel-Max技巧就是解决max函数不可导问题的，我们可以用argmax替换max，即
z
=
onehot
(
argmax
i
{
g
i
+
log
π
i
}
)
(2)
\mathbf{z} = \text{onehot}(\mathop{\text{argmax}}\limits_{i} \{g_i + \log \pi_i\})\tag{2}
z=onehot(iargmax{gi+logπi})(2)
其中，
g
i
=
−
log
(
−
log
(
u
i
)
)
,
u
i
∼
U
(
0
,
1
)
g_i=-\log(-\log(u_i)), u_i \sim U(0,1)
gi=−log(−log(ui)),ui∼U(0,1)，这一项名为Gumbel噪声，或者叫Gumbel分布，目的是使得
z
\mathbf{z}
z的返回结果不固定
可以看到式
(
2
)
(2)
(2)的整个过程中，不可导的部分只有argmax，实际上我们可以用可导的softmax函数，在参数
τ
\tau
τ的控制下逼近argmax，最终
z
i
z_i
zi的公式为
z
i
=
exp
(
g
i
+
log
π
i
τ
)
∑
j
x
exp
(
g
j
+
log
π
j
τ
)
(3)
z_i = \frac{\exp(\frac{g_i + \log \pi_i}{\tau})}{\sum_{j}^x\exp(\frac{g_j + \log \pi_j}{\tau})}\tag{3}
zi=∑jxexp(τgj+logπj)exp(τgi+logπi)(3)
其中，
τ
\tau
τ越小
(
τ
→
0
)
(\tau \to 0)
(τ→0)，整个softmax越光滑逼近argmax，并且
z
=
{
z
i
∣
i
=
1
,
2
,
.
.
.
,
x
}
\mathbf{z} = \{z_i\mid i=1,2,...,x\}
z={zi∣i=1,2,...,x}也越接近onehot向量；
τ
\tau
τ越大
(
τ
→
∞
)
(\tau \to \infty)
(τ→∞)，
z
\mathbf{z}
z向量越接近于均匀分布
总结
整个过程相当于我们把不可导的取样过程，从 z \mathbf{z} z本身转移到了求 z \mathbf{z} z的公式中的一项 g i g_i gi中，而 g i g_i gi本身不依赖 p 1 , . . , p x p_1,..,p_x p1,..,px，所以 z z z对 p 1 , . . . , p x p_1,...,p_x p1,...,px就可以到了，而且我们得到的 z \mathbf{z} z仍然是离散概率分布的采样。这种采样过程转嫁的技巧有一个专有名词，叫重参数化技巧（Reparameterization Trick）
