Sampled Softmax,你真的会用了吗?
作者 | 夜小白
整理 | NewBeeNLP
前面两篇关于文本匹配的博客中,都用到了Sampled-softmax训练方法来加速训练。
基于表征(Representation)的文本匹配、信息检索、向量召回的方法总结
文本匹配开山之作--双塔模型及实战
Sampled-softmax简单点来说,就是通过采样,来减少我们训练计算loss时输出层的运算量。从第一篇博客中的不知其然,到后面看到DSSM代码中Sampled softamax的知其然,这篇博客目的是在知其所以然,从Sampled softmax的数学原理思考,为什么DSSM中的训练代码可以这样写,代码还能怎么改进。
这段时间也一直在思考,如何才能不随波逐流,如何才能成为一名独当一面的算法工程师,我想对于一个问题的浅尝辄止肯定是远远不够的,不仅要知其然还要知其所以然,光是读懂这几篇论文是不够的,进一步的要理解代码工程实现,更进一步,去理解代码背后的数学原理,为什么代码这样做一定能保证结果正确或者收敛,了解了这些,我们才能够根据自己的想法去做优化,我想对于现在日益成熟的深度学习,难的可能不是如何实现,而是对于自己的实际场景去调整优化。
上面有点扯远了,回归正题,这篇博客主要基于Tensorflow官方对于Sampled softmax文档,建议大家有问题不懂的时候多看官方文档,写的非常通俗易懂,下面我就说说自己对Sampled Softmax数学原理的理解。
Tensorflow 官方文档:What is Candidate Sampling[1]
什么是Sampled Softmax
1、logits与softmax
当我们做分类问题时,假设我们需要分类的类别数为
,那么我们做法通常如下,假设我们的输入为 :
神经网络最后一层输出层「神经元个数为」
,每个神经元输出分别表示「各个类别的logits
」, 这里的 「logits
」 其实代表的就是各个类别「未经归一化的概率分布」(也就是加起来不为1),网络就是学习出一个映射将上述输出的
logits
作为softmax
的输入进行归一化操作,softmax
的输出则是表示各个类别上的概率分布根据这个概率分布计算损失函数,如交叉熵损失
还是采用之前博客中的Query-Doc Softmax作为说明,从logtis
进行softmax
归一化公式如下:
-
表示我们的输入, 表示我们的模型, 即是给定 情况下,输出类别为 的logits
我们注意分母中
即为所有文档集合,也就是我们的总类别数
这个公式的具体解释可以参考之前的两篇博客,下面分析一下上面这个公式,下面是重点:
当我们类别数非常大时,也就是
非常大时,那么我们分母的计算量就会非常大,因为需要在整个类别全集上求和。比如假设我们有100W个文档,那么如果我们不做任何处理,「对于每个Query,分母中我们就要计算对这100W个文档的logits,然后求和进行归一化」,这样的训练速度我们是不能接受的。Sampled Softmax思想就是,「从全部类别集合」 「中采样出一个子集」,比如100个,然后在子集上计算logits并进行softmax
归一化我们如果对每个类别
logits
加上一个与类别无关的常数,结果将不会变化。这个很好理解,当我们对每个logits
均加上同一个常数K
,那么分子分母可以约去这个常数K
,结果不变 *分母其实是一个归一化因子,如果看过PRML同学应该熟悉,有点类似于指数族分布中的
partition function
,分母「与类别无关」,因为分母中对整个类别集合进行了求和,给定输入后,分母归一化因子也就确定了。
从上面分析可以知道,我们的关键词是logits
、softmax归一化
。logits
本质上就是未归一化的概率,softmax
目的就是计算归一化因子(分母),对logtis
进行归一化,从而得到一个概率分布。问题就在于需要对整个类别集合
计算
logtis
并求和,当类别集合比较大时(比如上面的Query-Doc预测,以及语言模型训练),计算量会非常大。
2、Sampled Softmax
Sampled Softmax
的核心思想就在于 **Sampled**
,既然类别全集太大,那么能不能采样一个类别子集,然后在计算在子集上的logtis
然后进行softmax
归一化呢?假设我们类别全集为
,输入为 ,其中 就是我们的输入类别标签,那么我们可以在 上随机采样一个子集 ,并且与我们的输入类别 ,共同组成候选类别子集
我们在训练模型时,只要在这个采样出来的
上计算
logits
和softmax
就可以了,大大减少了计算量,加快训练过程。现在问题是:
*当我们进行采样之后,各个类别
logits
应该如何计算,和使用类别全集时的logtis
有什么对应关系?
Sampled Softmax背后的数学原理
从上面可以看出,当我们进行采样后,按理来说logtis
计算方法也需要改变,这样才能最后得到正确的概率分布。前方公式预警!!!!
1、数学符号约定
-
表示我们的一个训练样本, 为输入模型的特征, 为标签,目标类别 -
给定输入 ,输出类别为 的条件概率 -
给定输入 ,输出类别为 的logtis
,这里 其实表示的就是我们的模型 -
类别全集 -
采样函数,给定输入 ,采样出类别 的概率 -
采样出来的类别子集
以上符号如果没有特殊说明,都表示是在类别全集上进行计算
2、logits与概率之间的关系
其中
表示与类别 无关的常数,其实就是
softmax
计算出来的分母。推导也很简单:
两边同时取
,可以得到
最后将
移项则可以得到上式。即
logits
可以写成“ ”这种形式。为什么要推导出这个关系呢,且听后面分解~
3、采样出类别子集 的概率表示
这里推导也很简单,当
时概率为 ,否则为 这里假设每次采样都是「独立同分布(iid)」,所以我们把每个类别概率乘起来就可以了
4、计算采样后类别子集 上的概率分布表示
重点来了!前面都是铺垫,我们最终的目的是计算「给定输入」
「,在采样后的类别子集」 「概率分布表示」,也就是 进一步,由于在2中,「logits与概率之间的关系」,我们已经得到,所以我们就可以得到采样后
logits
的正确表示形式啦~,我们假设 为采样子集 和我们目标类别 的并集
那么在给定类别子集
,输入 条件下,输入类别 的概率 计算推导如下,首先使用贝叶斯公式:
上面的推导就是简单的贝叶斯公式。我们分析一下推导结果:
-
这个就是在类别全集情况下,给定输入 ,输出类别为 的条件概率 -
这个概率就是给定类别 ,输入 情况下,采样出类别子集 的概率,这个计算方式已经在3中,「采样出类别子集」 「的概率表示」,推导出来如下
-
这其实是个和输出类别 无关的常量,可以视为const
综上,下面
计算结果如下:
其中
为与类别 无关的常数,我们对上式两边取 ,则有:
结果已经跃然纸上,
是我们自己选取的采样函数,通过这个式子我们已经得到了采样后类别子集 ! 和类别全集 上概率分布的关系
5、采样后类别子集 上的logits
和原始logits
关系
终于要到最后一步了,我们已经知道了采样后类别子集
和类别全集 上概率分布的关系,这时我们只需要利用2中的结论,「logits与概率之间的关系」,就可以得出采样后类别子集 上的
logits
和原始logits
关系,推导如下:
带入上面推导出来的公式:
其中与类别
无关的常数项都可以合并,则有:
大功告成!上面的公式就是我们进行采样后的logtis
与原始logits
关系,具体的用法如下:
通过
对类别进行采样,得到一个类别子集模型对采样类别子集
中的类别分别计算logits
(这样就不用在类别全集计算logits
了),这里得到的其实是对于计算出来的
,减去 ,就得到了我们采样后子集的logits
,使用
作为softmax
输入,计算概率分布以及loss进行梯度下降
DSSM Sampled Softmax 分析
从上面分析可以得到:
我们选取不同的采样函数
,那么结果也会不同,比如Tensorflow中有如下采样方式:
tf.nn.log_uniform_candidate_sampler
,按照 log-uniform (Zipfian) 分布采样。
tf.nn.learned_unigram_candidate_sampler
按照训练数据中类别出现分布进行采样。具体实现方式:1)初始化一个 [0, range_max] 的数组, 数组元素初始为1; 2) 在训练过程中碰到一个类别,就将相应数组元素加 1;3) 每次按照数组归一化得到的概率进行采样。
上述采样方式都和输入
相关,而如果我们选择随机采样,那么选择每个类别的概率都相等,也就是说 对于每个类别来说都一样,可以看做一个常数,并到后面常数项中,所以有:
而上面分析过,logits
加上或者减去一个常数,对softmax
结果并没有影响,所以可以用「原始logits
代替采样后的logits
」。所以DSSM代码中,构造子集后直接计算logits
然后做softmax
结果也是正确的,代码如下:
with tf.name_scope('Loss'):# Train Loss# 转化为softmax概率矩阵。prob = tf.nn.softmax(cos_sim)# 只取第一列,即正样本列概率。相当于one-hot标签为[1,0,0,0,.....,0]hit_prob = tf.slice(prob, [0, 0], [-1, 1])loss = -tf.reduce_sum(tf.log(hit_prob))tf.summary.scalar('loss', loss)
总结
理论指导实践,代码中每一步都是有理论依据的,所以只有弄懂其背后的数学原理才能各个算法活学活用。以上也都是我的个人理解,难免有错,欢迎大家和我讨论,一起学习,一起进步~
一起交流
想和你一起学习进步!『NewBeeNLP』目前已经建立了多个不同方向交流群(机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等),名额有限,赶紧添加下方微信加入一起讨论交流吧!(注意一定要备注信息才能通过)
本文参考资料
[1]
What is Candidate Sampling: https://www.tensorflow.org/api_docs/python/tf/nn/sampled_softmax_loss
- END -
Focal Loss --- 从直觉到实现
2021-07-28
动荡下如何自救 | 社招一年收割BATDK算法offer
2021-07-27
ACL2021最佳论文VOLT:通过最优转移进行词表学习
2021-07-26
谷歌出品!机器学习常用术语总结
2021-07-24
Sampled Softmax,你真的会用了吗?相关推荐
- 文本匹配开山之作-DSSM论文笔记及源码阅读(类似于sampled softmax训练方式思考)
文章目录 前言 DSSM框架简要介绍 模型结构 输入 Encoder层 相似度Score计算 训练方式解读 训练数据 训练目标 训练方式总结 DSSM源码阅读 训练数据中输入有负样本的情况 输入数据 ...
- 一文讲懂召回中的 NCE NEG sampled softmax loss
深度学习中与分类相关的问题都会涉及到softmax的计算.当目标类别较少时,直接用标准的softmax公式进行计算没问题,当目标类别特别多时,则需采用估算近似的方法简化softmax中归一化的计算. ...
- 深度模型(七):Sampled Softmax
Softmax 给定softmax的输入(z1,z2,...,zn)(z_1,z_2,...,z_n)(z1,z2,...,zn),则输出为f(z1,f(z2),...,f(zn))f(z_1, ...
- 【机器学习】sampled softmax loss
目录 1.前置知识softmax loss 2.sampled softmax 1.1.问题引入 1.2.如何通俗理解sampled softmax机制? 3.sampled softmax loss ...
- Tensorflow的负采样函数Sampled softmax loss学习笔记
最近阅读了YouTube的推荐系统论文,在代码实现中用到的负采样方法我比较疑惑,于是查了大量资料,总算能够读懂关于负采样的一些皮毛. 本文主要针对tf.nn.sampled_softmax_loss这 ...
- Tensorflow的负采样函数Sampled softmax loss踩坑之旅
谷歌16年出的论文<Deep Neural Networks for Youtube Recommendation>中提到文章采用了负采样的思想来进行extreme multiclass分 ...
- Tensorflow之负采样函数Sampled softmax loss
Tensorflow之负采样函数Sampled softmax loss 谷歌16年出的论文<Deep Neural Networks for Youtube Recommendation> ...
- Sampled Softmax
sampled softmax原论文:On Using Very Large Target Vocabulary for Neural Machine Translation 以及tensorflow ...
- 【NLP保姆级教程】手把手带你CNN文本分类(附代码)
分享一篇老文章,文本分类的原理和代码详解,非常适合NLP入门! 写在前面 本文是对经典论文<Convolutional Neural Networks for Sentence Classifi ...
最新文章
- MFC控件编程之复选框单选框分组框
- 爬虫-06-通用爬虫与聚焦爬虫
- 微软Surface Pro 8曝光:搭载第11代酷睿处理器和Win11系统
- mysql_数据查询_单表查询
- inux快速修改文件夹及文件下所有文件与文件夹权限
- cpu风扇声音大_小米游戏本风扇声音大的处理方法
- 西门子estop指令_西门子6RA80直流调速器调试步骤和参数设置
- opencv: C++实现将彩色图转换为灰色图
- Python 集合符号
- 基于Python图书馆座位预约系统设计与实现 开题报告
- FIL能涨到多少?2021FIL价格预测
- 网页打印与标准纸张换算 px与cm换算
- 消毒机器人市场前景分析
- 第二次作业--网易云音乐
- 程序员过高工资导致加班?应该降低程序员工资?网友:放过其他苦逼的程序员吧
- “阿里/字节“大厂自动化测试面试题一般会问什么?以及技巧和答案
- C1认证: 任务01-修改游戏存档和金币
- 00 | 基础编程题目集题解传送门
- 中标麒麟桌面版系统(V7.0)安装教程
- 打造成功电子商务网站的六大设计准则