NNPR-Chap10 贝叶斯技术(2)模型输出的分布
2010-11-09 15:40
344 查看
在贝叶斯框架中,一个完成训练的神经网络是通过其权重的后验概率来表达的。当给网络一个输入数据时,权重分布产生网络输出的分布。同时,对输为的所做的高斯噪声假定也会影响网络输出的分布。这里,通过前面介绍的单高斯近似来计算输出的分布。
输出的分布为
要计算上面的分布,需要利用两个东东:
从而得到输出的分布为:
(1)
进一步假设此后验概率分布足够窄(由矩阵A决定),这样就可以通过在
进行线性扩展来近似
,得到:
,
(2)
这样,就可将式(1)写成
,
(3)
上式积分的结果恰恰是高斯分布:
(4)
从而得到输出的均值为
,方差为
(5):
通过对式(4)的分析,可以洞察到以下东西:
1)对于t的预测分布的标准差
可看作平均值
的误差条(an error bar)
2)有两个东西对误差条有贡献:
a)目标数据的内部噪声
,对应于第一项
。当噪声很大时,
小,噪声项起绝对作用,如下面左图所示
b)网络权重后验概率分布
的宽度,对应于第二项。当噪声小时,此后验的方差起绝对作用。
图1
图2
到此,越发佩服贝叶斯技术了吧,它不仅给出一个最佳的预测输出,同时给出输出的误差条。实践中,可以利用两步来计算此误差条:
1)30个数据点,生成自
,附带标准差为0.05的高斯加性噪声
2)x抽样自a Gaussian mixture distribution having two wellseparated components
3)采用多参感知器,隐藏4个神经元,激励函数为tanh
4)权重先验为
,参数
和
来自an on-line re-estimation procedure
利用前面介绍的误差条计算方法可以生成如下图形,其中实线为权重
对应网络的输出,虚线为
(利用式5计算)误差。
注意:输入空间中数据密度低的地方,误差条较宽
图3
当输出采用高斯噪声模型,权重采用高斯先验时,总误差函数为
网络输出为(未近似)
赫森矩阵通过外积表示为
网络输出分布的表达高斯积分形式
输出的分布为
要计算上面的分布,需要利用两个东东:
从而得到输出的分布为:
(1)
进一步假设此后验概率分布足够窄(由矩阵A决定),这样就可以通过在
进行线性扩展来近似
,得到:
,
(2)
这样,就可将式(1)写成
,
(3)
上式积分的结果恰恰是高斯分布:
(4)
从而得到输出的均值为
,方差为
(5):
通过对式(4)的分析,可以洞察到以下东西:
1)对于t的预测分布的标准差
可看作平均值
的误差条(an error bar)
2)有两个东西对误差条有贡献:
a)目标数据的内部噪声
,对应于第一项
。当噪声很大时,
小,噪声项起绝对作用,如下面左图所示
b)网络权重后验概率分布
的宽度,对应于第二项。当噪声小时,此后验的方差起绝对作用。
图1
图2
到此,越发佩服贝叶斯技术了吧,它不仅给出一个最佳的预测输出,同时给出输出的误差条。实践中,可以利用两步来计算此误差条:
1.贝叶斯回归案例
考虑一个单输入-单输出的例子:1)30个数据点,生成自
,附带标准差为0.05的高斯加性噪声
2)x抽样自a Gaussian mixture distribution having two wellseparated components
3)采用多参感知器,隐藏4个神经元,激励函数为tanh
4)权重先验为
,参数
和
来自an on-line re-estimation procedure
利用前面介绍的误差条计算方法可以生成如下图形,其中实线为权重
对应网络的输出,虚线为
(利用式5计算)误差。
注意:输入空间中数据密度低的地方,误差条较宽
图3
2.广义线性网络
对于单层网络,当输出单元是线性时,网络映射是权重的线性函数。这样的模型可表达为当输出采用高斯噪声模型,权重采用高斯先验时,总误差函数为
网络输出为(未近似)
赫森矩阵通过外积表示为
网络输出分布的表达高斯积分形式
相关文章推荐
- NNPR-Chap10 贝叶斯技术(3)分类
- NNPR-Chap10 贝叶斯技术(0)简介
- NNPR-Chap10 贝叶斯技术(1)利用贝叶斯方法学习神经网络权重
- JavaCookbook-9.面向对象的技术10.输入和输出
- 分布计算环境笔记10——SOA、网格计算、云计算与P2P技术
- NNPR-Chap1 统计模式识别(8)贝叶斯准则
- NNPR-Chap1 统计模式识别(10)风险最小化
- 第三周C#技术支持训练(二)自定义一个整数,输出该数分别于1-10相乘的结果
- 高效网站开发缓存技术应用——网页输出缓存(Ⅲ)
- 【收藏】ASP.NET英文技术文章推荐[10/28 – 11/3]
- 理解Javascript_10_对象模型
- 【输入法技术】模型选择
- 把三位的36进制字符串转化成10进制的字符串输出
- 基础文章1:APUE chap10 信号
- 微软WPF技术应用与实践系列(窗体与导航+容器+模型+数据绑定配多个应用案例)
- 黑马程序员-JAVA高级视频_IO输入与输出-19天-10(读取转换流)
- 同时用两个定时器控制蜂鸣器发声,定时器0控制频率,定时器1控制同个频率持续的时间,间隔300ms依次输出1,10,50,100,200,400,800,1K的方波
- 《云计算架构技术与实践》连载(10)2.2.5计算近端I/O性能加速技术
- 【密码学笔记】传统加密技术——对称密码模型
- .NET4.0并行计算技术基础(10) 推荐