我正在使用质心位置的梯度下降而不是期望最大化在 pytorch 中构建 Kmeans。损失是每个点到其最近质心的平方距离之和。为了确定哪个质心离每个点最近,我使用 argmin,它在任何地方都不可微。然而,pytorch 仍然能够反向传播和更新权重(质心位置),在数据上提供与 sklearn kmeans 相似的性能。
任何想法这是如何工作的,或者我如何在pytorch中解决这个问题?关于 pytorch github 的讨论表明 argmax 是不可微的:https : //github.com/pytorch/pytorch/issues/1339。
下面的示例代码(随机点):
import numpy as np
import torch
num_pts, batch_size, n_dims, num_clusters, lr = 1000, 100, 200, 20, 1e-5
# generate random points
vector = torch.from_numpy(np.random.rand(num_pts, n_dims)).float()
# randomly pick starting centroids
idx = np.random.choice(num_pts, size=num_clusters)
kmean_centroids = vector[idx][:,None,:] # [num_clusters,1,n_dims]
kmean_centroids = torch.tensor(kmean_centroids, requires_grad=True)
for t in range(4001):
# get batch
idx = np.random.choice(num_pts, size=batch_size)
vector_batch = vector[idx]
distances = vector_batch - kmean_centroids # [num_clusters, #pts, #dims]
distances = torch.sum(distances**2, dim=2) # [num_clusters, #pts]
# argmin
membership = torch.min(distances, 0)[1] # [#pts]
# cluster distances
cluster_loss = 0
for i in range(num_clusters):
subset = torch.transpose(distances,0,1)[membership==i]
if len(subset)!=0: # to prevent NaN
cluster_loss += torch.sum(subset[:,i])
cluster_loss.backward()
print(cluster_loss.item())
with torch.no_grad():
kmean_centroids -= lr * kmean_centroids.grad
kmean_centroids.grad.zero_()
正如 alvas 在评论中指出的那样,argmax
是不可区分的。然而,一旦你计算它并将每个数据点分配给一个集群,损失相对于这些集群位置的导数是明确定义的。这就是你的算法所做的。
为什么有效?如果您只有一个集群(因此argmax
操作无关紧要),您的损失函数将是二次的,数据点的平均值为最小值。现在有了多个集群,您可以看到您的损失函数是分段的(在更高维度上认为是体积)二次 - 对于任何质心集,[C1, C2, C3, ...]
每个数据点都分配给某个质心CN
,并且损失是局部二次的。该局部性的范围由所有替代质心[C1', C2', C3', ...]
给出,其分配来自argmax
保持不变;在这个区域内,argmax
可以被视为一个常数,而不是一个函数,因此 的导数loss
是明确定义的。
现在,实际上,您不太可能将其argmax
视为常数,但您仍然可以将朴素的“argmax-is-a-constant”导数视为近似指向最小值,因为大多数数据点可能确实属于迭代之间的相同集群。一旦接近局部最小值,点不再改变它们的分配,过程就可以收敛到最小值。
另一种更理论的看待它的方法是你正在做一个期望最大化的近似。通常,您会有“计算分配”步骤,它由 反映argmax
,而“最小化”步骤归结为在给定当前分配的情况下找到最小化的聚类中心。最小值由 给出d(loss)/d([C1, C2, ...]) == 0
,对于二次损失,通过每个集群内的数据点分析给出。在您的实现中,您正在求解相同的方程,但使用梯度下降步骤。事实上,如果您使用二阶 (Newton) 更新方案而不是一阶梯度下降,您将隐式地精确复制基线 EM 方案。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句