最優傳輸理論是連接幾何和概率的橋梁， 它用幾何的方法為概率分布的建模和衡量概 率分布之間的距離提供了強有力的工具。最 近，最優傳輸理論的概念和方法日益滲透進 機器學習領域，為機器學習原理的解釋提供 了新的視角，為機器學習算法的改進提供了 新的指導方向。

本文介紹最優傳輸理論的基本概念和原 理，解釋如何用最優傳輸理論的框架來表示 概率分布，度量概率分布間的距離，如何降 維逼近，并進一步解釋這些手法在機器學習 中的應用，給出機器學習原理和特點的最優 傳輸理論闡釋。

1.1 最優傳輸理論與 WGAN 模型

1. 生成對抗網絡簡介

訓練模型生成對抗網絡 (GAN， Generative Adversarial Networks)[1] 是一個“自 相矛盾”的系統，就是“以己之矛，攻己之盾”， 在矛盾中發展，使得矛更加鋒利，盾更加強 韌。這里的矛被稱為判別器（Descriminator）， 這里的盾被稱為生成器（Generator）。如圖 1~3 所示。

生成器 G 一般是將一個隨機變量（例如 高斯分布，或者均勻分布），通過參數化的 概率生成模型（通常是用一個深度神經網來 進行參數化），進行概率分布的逆變換采樣， 從而得到一個生成的概率分布。如圖 2 所示。 判別器 D 也通常采用深度卷積神經網。

我們的目的是要找出給定的真實數據內 部的統計規律，將其概率分布表示為 Pr。為 此制作了一個隨機變量生成器 G，G 能夠產生 隨機變量，其概率分布是 Pg，我們用 Pg 來盡 量接近 Pr。為了區分真實概率分布 Pr 和生成 概率分布 Pg，又制作了一個判別器 D，D 用 來判別一個樣本是來自真實數據，還是來自 G 生成的偽造數據。為了使 GAN 中的判別器盡 可能將真實樣本判為正例，將生成樣本判為負 例，Goodfellow 設計了如下的損失函數（loss function）：

這里第一項不依賴于生成器 G。 此式也可用 于定義 GAN 中生成器的損失函數。

矛盾的交鋒過程如下：在訓練過程中， 判別器 D 和生成器 G 交替學習，最終達到納 什均衡（零和游戲）。在均衡狀態，判別器 無法區分真實樣本和生成樣本，此時的生成 概率分布 Pg，可以被視作是真實概率分布 Pr 的一個良好逼近。如圖 1~3 所示。

GAN 具有非常重要的優越性：當真實 數據的概率分布 Pr 不可計算時，依賴于數 據內在解釋的傳統生成模型無法被直接應 用。但是 GAN 依然可以被使用，這是因 為 GAN 引入了內部對抗的訓練機制，能 夠逼近難以計算的概率分布。Yann LeCun 一直積極倡導 GAN，因為 GAN 為無監督 學習提供了一個強有力的算法框架，而無 監督學習被廣泛認為是通往人工智能的重 要一環。

原始 GAN 形式具有致命缺陷：判別器 越好，生成器的梯度消失越嚴重。我們固定 生成器 G 來優化判別器 D?？疾烊我庖粋€樣 本 x，其對判別器損失函數的貢獻是

在這種情況下（判別器最優），如果 Pr 和 Pg 的支撐集合 (support) 交集為零測度，則生成 器的損失函數恒為 0，梯度消失。

本質上，JS 散度給出了概率分布 Pr 、 Pg 之間的差異程度，亦即概率分布間的度 量。我們可以用其他的度量來替換 JS 散度。Wasserstein 距離就是一個好的選擇，因為 即便 Pr 、Pg 的交集為零測度，它們之間的 Wasserstein 距離依然非零。這樣我們就得到 了 Wasserstein GAN 的模式 [2-3]。Wasserstein 距離的好處在于，即便 Pr、 Pg 兩個分布之間 沒有重疊，Wasserstein 距離依然能夠度量它們的遠近。

為此，我們引入最優傳輸的幾何理論 (Optimal Mass Transportation)，這個理論可視 化了 W-GAN 的關鍵概念，例如概率分布、 概率生成模型（生成器）、Wasserstein 距離。 更為重要的，這套理論中所有的概念、原理 都是透明的。例如，對于概率生成模型，理 論上我們可以用最優傳輸的框架取代深度神 經網絡來構造生成器，從而使得機器學習的 黑箱變得透明。

2. 最優傳輸理論梗概

蒙 日-安 培 方 程 解 的 存 在 性、 唯 一 性 等價于經典的凸幾何中的亞歷山大定理 （Alexandrov Theorem）。

3. W-GAN 中關鍵概念可視化

W-GAN 模型中，關鍵的概念包括概率分 布（概率測度）、概率測度間的最優傳輸映 射（生成器）、概率測度間的Wasserstein距離。 下面我們詳細解釋每個概念的含義、所對應 的構造方法和相應的幾何意義。

概率分布 GAN 模型中有兩個至關重要 的概率分布（probability measure），一個 是真實數據的概率分布 Pr；一個是生成數 據的概率分布 Pg。另外，生成器的輸入隨 機變量可以是任意標準概率分布，例如高 斯分布、均勻分布等。

概率測度可以看成是一種推廣的面積（或 者體積）。我們可以用幾何變換隨意構造一 個概率測度。如圖 5 所示，我們用三維掃描 儀獲取一張人臉曲面，那么人臉曲面上的面 積就是一個概率測度。我們縮放變換人臉曲 面，使得總面積等于 π；然后，用保角變換 將人臉曲面映射到平面圓盤。如圖 5 所示， 保角變換將人臉曲面上的無窮小圓映到平面 上的無窮小圓，但是，小圓的面積發生了變化。 每對小圓的面積比率定義了平面圓盤上的概 率密度函數。

4. 小結

在 W-GAN 模型中，通常生成器和判別 器是用深度神經網絡來實現的。根據最優傳 輸理論，可以用 Briener 勢函數來代替深度 神經網絡這個黑箱，從而使得整個系統變得透明。在另一層面上，深度神經網絡本質上 是在訓練概率分布間的傳輸映射，因此有可 能隱含地在學習最優傳輸映射，或者等價地 Brenier 勢能函數。對這些問題的深入了解， 將有助于我們看穿黑箱。和圖6中的例子類似， 圖 12 顯示了用最優傳輸映射計算的曲面保面 積參數化。最優傳輸理論在任意維空間都成立， 圖 13 顯示了一個三維體的最優傳輸例子。

總結

以上是生活随笔為你收集整理的中国人工智能学会通讯——最优传输理论在机器学习中的应用 1.1 最优传输理论与 WGAN 模型...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。