前言：Hello 大家好，我是小花，又和大家见面了，前面的文章一直是对机器学习的基本分类，回归，聚类算法进行学习。那时候我记得给了大家很多特征，当时我说，特征的好坏决定了机器学习算法的效果。那么接下来，我将会带着大家研究研究机器学习的特征。

这是我在ICML上看到的一篇文章，作者是华盛顿大学的一个教授，文章名：deep canonical correlation analysis。就是深度典型相关分析。目的是解决多视图学习的非线性问题。前面我的文章对这个有介绍：

多视图学习：http://www.cnblogs.com/xiaohuahua108/p/6014188.html

典型相关分析：http://www.cnblogs.com/xiaohuahua108/p/6086959.html

估计看到这里的小伙伴估计就要问了，等等，非线性问题，不是你在说SVM算法的时候，用核解决的么。哈哈，真聪明，我在把连接给大家。

核的介绍：http://www.cnblogs.com/xiaohuahua108/p/6146118.html

核的思想：将数据映射到更高维的空间，希望在这个更高维的空间中，数据可以变得更容易分离或更好的结构化。对这种映射的形式也没有约束，这甚至可能导致无限维空间。然而，这种映射函数几乎不需要计算的，所以可以说成是在低维空间计算高维空间内积的一个工具。

那小伙伴肯定说把核函数加到CCA上不就完美解决了非线性问题了么，那这个深度网络的CCA难道比核方法好？我们稍后再说。

核CCA，既然大家都想到了，核加CCA。那么我就把KCCA的优化表达式给大家：

那既然选择了这个Deep CCA，那这个是不是比KCCA好呢。大家应该知道，核方法的应用主要在于核选取的不可知性，还有计算量比较大。说了这么多，我们先来介绍这个方法吧。

一：深度神经网络

深度网络就是超过两层的神经网络。如下图：

二：深度典型相关分析

大家都知道，典型相关分析是一个物体的不同视图，然后通过求两个视图的最大相关性，然后把它们融合在一个子空间。但是这是传统的线性问题，如果数据是非线性的，用传统的CCA去算的话，效果可想而知不好。而神经网络解决非线性问题的时候，就是通过嵌入每个层次的非线性函数来解决的，Deep CCA就是先用深度神经网络分别求出两个视图的经过线性化的向量，然后求出两个投影向量的最大相关性，最后求出新的投影向量。用这个投影向量加入到机器学习算法进行分类，聚类回归。

三 操作流程

如下图，假设我们输入层有C₁个单元，输出层有σ个单元。

那么第一个视图的第一层输出为： 其中s是一个非线性函数。为权重的一般性写法。v代表第几个视图，d代表网络的层次。

第二层输出为：

,,,

最后输出为：。

第二个视图的输出为：

那么现在我们的优化目标就和CCA一样，只是把原先直接输入的特征集用深度网络训练一遍，然后在用CCA求出投影向量。

优化目标就是： 其中分别为第一视图与第二个视图的参数集合。

我们为了求出，用反向传播的理论。

假设H₁作为被深度网络训练之后的样本，同理H₂也是。当然为了计算方便，我们把数据中心化分别为中心化之后的数据。

那么视图一和视图二之间的协方差阵为：(计算参照于秀林版的多元统计分析)

视图一的协方差矩阵为： 为了让矩阵有逆，类似于岭回归。其中r₁是正则化参数，我一直认为叫正规化参数比较好理解。关于参数的选举我以后开一篇博客详细介绍下。

同理，视图二的协方差矩阵为：

由于我们知道，整个相关性等于矩阵.如果我们让K=σ,那么相关性就是矩阵T的迹范数也就是：

更具反向传播，以及奇异值分解，那么,

那么:

其中：

同理也就知道了。

至于后面的我就不说了，就是求出参数带进去算就可以了。

四 几个细节

因为是整个样本的相关系，不是分成一些数据点相关系的和。目前还不知道如何用随机优化方法一个一个地处理数据点。本篇文章采取的是一个基于最小批租的方法（Le, Q. V., Ngiam, J., Coates, A., Lahiri, A., Prochnow,B., and Ng, A. Y. On optimization methods for deeplearning. In ICML, 2011），但是比L-BFGS 方法要好，该方法来自（Nocedal, J. and Wright, S. J. Numerical Optimization.Springer, New York, 2nd edition, 2006）。

一开始训练的参数不是一个随机的初始化的参数，一般要先进行预训练。本文采取的初始参数方法是来自（Vincent, P., Larochelle, H., Bengio, Y., and Manzagol, P.-A.Extracting and composing robust features with denoisingautoencoders. In ICML. ACM）它是一个噪声的自编码技术。

另外在数据集进行处理的时候，加上一个方差为的高斯噪声作为样本集。然后被重建的样本集为，然后用L-BFGS方法重建初始数据加上二次惩罚系数：

，然后W,b被用来做DCCA的优化，然后作为下一层的预训练。

五 sigmoid函数的选择问题

任何一个非线性的sigmid都可以决定每个神经元的输出，但是这篇文章使用一个新的以立方根为基础的sigmid函数，设。则sigmoid函数为:。这个函数与传统的logistic和双曲正切非线性函数相比，S函数有一个s形状，和在x=0的时候有一个单位斜率，与双曲切面相比，他是一个新奇的功能，但是logistic和双曲切面值变化特别快。如下图：

另外一个是实现简单：这个s函数的导数很简单，实现起来比较方便。

六 总结

好了，本文说完了。可能理解有些偏颇，希望大家指正，哈哈。