整理摘自:https://blog.csdn.net/tsyccnh/article/details/79163834

信息论

Outline

1. 信息量与信息熵

2. 相对熵(KL散度)

3. 交叉熵

--------------------------------

1. 信息量与信息熵

https://baike.baidu.com/item/%E4%BF%A1%E6%81%AF%E7%86%B5/7302318?fr=aladdin

  信息论之父 C. E. Shannon 在 1948 年发表的论文“通信的数学理论( A Mathematical Theory of Communication )”中, Shannon 指出,任何信息都存在冗余,冗余大小与信息中每个符号(数字、字母或单词)的出现概率或者说不确定性有关。香农用信息熵的概念来描述信源的不确定度。

  通常,一个信源发送出什么符号是不确定的,衡量它可以根据其出现的概率来度量。概率大,出现机会多,不确定性小;反之就大。

  (1) 某一单个符号发生的不确定性

  假设X是一个离散型随机变量,其取值集合为χ,概率分布函数p(x)=Pr(X=x),x∈χ,则定义事件X=x0的信息量为:

  I(x= −log(p(x))

  (2) 信源所有可能发生情况的平均不确定性

  在信源中,考虑的不是某一单个符号发生的不确定性,而是要考虑这个信源所有可能发生情况的平均不确定性。若信源符号有n种取值:U…U…U,对应概率为:P…P…P,且各种符号的出现彼此独立。这时,信源的平均不确定性应当为单个符号不确定性 -logP的统计平均值(E),可称为信息熵,即

Cross Entropy in Machine Learning-LMLPHP式中对数一般取2为底,单位为比特。也可以取其它对数底,采用其它相应的单位,它们间可用换底公式换算。

例子:假设你拿出了你的电脑,按下开关,会有三种可能性,下表列出了每一种可能的概率及其对应的信息量

A电脑正常开机0.7-log(p(A))=0.36
B电脑无法开机0.2-log(p(B))=1.61
C电脑爆炸了0.1-log(p(C))=2.30

熵用来表示所有信息量的期望,上面的问题结果就是

Cross Entropy in Machine Learning-LMLPHP

  (3) 0-1分布问题

  对于这类问题,熵的计算方法可以简化为:

Cross Entropy in Machine Learning-LMLPHP

2. 相对熵(KL散度)

  相对熵又称KL散度,如果我们对于同一个随机变量 x 有两个单独的概率分布 P(x) 和 Q(x),我们可以使用 KL 散度(Kullback-Leibler (KL) divergence)来衡量这两个分布的差异。

  维基百科对相对熵的定义:

  In the context of machine learning, DKL(P‖Q) is often called the information gain achieved if P is used instead of Q.

即如果用P来描述目标问题,而不是用Q来描述目标问题,得到的信息增量。

  在机器学习中,P往往用来表示样本的真实分布,比如[1,0,0]表示当前样本属于第一类。Q用来表示模型所预测的分布,比如[0.7,0.2,0.1]。
  直观的理解就是如果用P来描述样本,那么就非常完美。而用Q来描述样本,虽然可以大致描述,但是不是那么的完美,信息量不足,需要额外的一些“信息增量”才能达到和P一样完美的描述。如果我们的Q通过反复训练,也能完美的描述样本,那么就不再需要额外的“信息增量”,Q等价于P。

  KL散度的计算公式:

Cross Entropy in Machine Learning-LMLPHP

  n为事件的所有可能性,D 的值越小,表示q分布和p分布越接近。

附注:这里 p(x) / q(x) 在一定程度上可以衡量p,q之间的差距。当 p = q 时,商为1,log值为0,D= 0.

3. 交叉熵

  对式3.1变形可以得到:

Cross Entropy in Machine Learning-LMLPHP

  等式的前一部分恰巧就是p的熵,等式的后一部分,就是交叉熵:

Cross Entropy in Machine Learning-LMLPHP

  在机器学习中,我们需要评估label和predicts之间的差距,使用KL散度刚刚好,即Cross Entropy in Machine Learning-LMLPHP,由于KL散度中的前一部分−H(y)不变,故在优化过程中,只需要关注交叉熵就可以了。所以一般在机器学习中直接用用交叉熵做loss,评估模型。

机器学习中交叉熵的应用

Outline

1. 为什么要用交叉熵做loss函数?

2. 交叉熵在单分类问题中的使用

3. 交叉熵在多分类问题中的使用

-------------------------------------------------------------

1. 为什么要用交叉熵做loss函数?

  在线性回归问题中,常常使用MSE(Mean Squared Error)作为loss函数,比如:

Cross Entropy in Machine Learning-LMLPHP

  这里的m表示m个样本的,loss为m个样本的loss均值。 
  MSE在线性回归问题中比较好用,那么在逻辑分类问题中还是如此么?

2. 交叉熵在单分类问题中的使用

  这里的单类别是指,每一张图像样本只能有一个类别,比如只能是狗或只能是猫。

Cross Entropy in Machine Learning-LMLPHP

  上式为一张样本的loss计算方法。式2.1中n代表着n种类别。
  举例说明,比如有如下样本

Cross Entropy in Machine Learning-LMLPHP

  对应的标签和预测值

Label010
Pred0.30.60.1

Cross Entropy in Machine Learning-LMLPHP

  对应一个batch的loss就是:

Cross Entropy in Machine Learning-LMLPHP

  m为当前batch的样本数,n为类别数。

3. 交叉熵在多分类问题中的使用

  这里的多类别是指,每一张图像样本可以有多个类别,比如同时包含一只猫和一只狗。和单分类问题的标签不同,多分类的标签是n-hot。比如下面这张样本图,即有青蛙,又有老鼠,所以是一个多分类问题。
Cross Entropy in Machine Learning-LMLPHP

  对应的标签和预测值:

Label011
Pred0.10.70.8

  值得注意的是,这里的Pred不再是通过softmax计算的了,这里采用的是sigmoid。将每一个节点的输出归一化到[0,1]之间。所有Pred值的和也不再为1。换句话说,就是每一个Label都是独立分布的,相互之间没有影响。所以交叉熵在这里是单独对每一个节点进行计算,每一个节点只有两种可能值,所以是一个二项分布。前面说过对于二项分布这种特殊的分布,熵的计算可以进行简化。

附注:相当于对于每一个类别,看做一个0-1分布问题,求各个类别下的loss,然后将各个类别的loss加和即为多分类任务总的loss.

  同样的,交叉熵的计算也可以简化,即
Cross Entropy in Machine Learning-LMLPHP

  注意,上式只是针对一个节点的计算公式。这一点一定要和单分类loss区分开来。 
  例子中可以计算为:

Cross Entropy in Machine Learning-LMLPHP

  单张样本的loss即为

Cross Entropy in Machine Learning-LMLPHP

  每一个batch的loss就是:

Cross Entropy in Machine Learning-LMLPHP

  式中m为当前batch中的样本量,n为类别数。

05-23 10:03