確定最佳深度可以降低運算成本，同時可以進一步提高精度。針對深度置信網(wǎng)絡(luò)深度選擇的問題，文章分析了通過設(shè)定閾值方法選擇最佳深度的不足之處。從信息論的角度，驗證了信息熵在每層玻爾茲曼機（RBM）訓(xùn)練達到穩(wěn)態(tài)之后會達到收斂，以收斂之后的信息熵作為判斷最佳層數(shù)的標(biāo)準(zhǔn)。通過手寫數(shù)字識別的實驗發(fā)現(xiàn)該方法可以作為最佳層數(shù)的判斷標(biāo)準(zhǔn)。

*基金項目： 福建省自然科學(xué)基金資助項目(2014J01234)；福建省教育廳基金資助項目(JA15061)

人工神經(jīng)網(wǎng)絡(luò)是從信息處理角度對人腦神經(jīng)元網(wǎng)絡(luò)進行抽象，建立某種簡單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)。2006年之前，多數(shù)的分類、回歸等學(xué)習(xí)方法通常都只是包含一層隱藏層的淺層學(xué)習(xí)模型，其局限性在于在有限樣本和計算單元情況下對復(fù)雜函數(shù)的表示能力有限。在2006年，多倫多大學(xué)的Hinton教授提出的深度信念網(wǎng)絡(luò)(Deep Belief Network，DBN)的深度學(xué)習(xí),使得人工神經(jīng)網(wǎng)絡(luò)又掀起了另一次浪潮。傳統(tǒng)的淺層神經(jīng)網(wǎng)絡(luò)隨機初始化網(wǎng)絡(luò)中的權(quán)值，容易出現(xiàn)收斂到局部最小值。針對這一問題，Hinton教授提出使用無監(jiān)督訓(xùn)練的方法先初始化權(quán)值，再通過反向微調(diào)權(quán)值的方法來確定權(quán)值從而達到更好的效果。除此之外，Mikolov提出的基于時間的深度神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)主要用于序列數(shù)據(jù)的預(yù)測，有一定的記憶效應(yīng)。而之后對于DBN的研究又?jǐn)U展了一些其他的變種，比如卷積深度置信網(wǎng)絡(luò)(ConvoluTIonal Deep Belief Networks，CDBN)等。

目前深度學(xué)習(xí)在語音識別、計算機視覺等領(lǐng)域已經(jīng)取得了巨大的成功。

但是對于深度學(xué)習(xí)的研究是近些年才開始的，建模問題是其中的關(guān)鍵問題之一，如何針對不同的應(yīng)用構(gòu)建合適的深度模型是一個很有挑戰(zhàn)性的問題。DBN目前在應(yīng)用中依然使用經(jīng)驗值法來判斷DBN所選用的層數(shù)及其節(jié)點數(shù)，研究發(fā)現(xiàn)增加DBN的層數(shù)到一定的峰值之后，再次增加DBN的層數(shù)并不能提升系統(tǒng)性能，反而導(dǎo)致訓(xùn)練的時間過長，從而增加了計算成本。

近年來針對DBN層數(shù)的確定已經(jīng)有了一些初步的進展，其中高強利用中心極限定理證明了在受限玻爾茲曼機(Restricted Boltzmann Machine，RBM)訓(xùn)練達到穩(wěn)態(tài)后對應(yīng)的權(quán)值系數(shù)矩陣元素服從正態(tài)分布，隨著層數(shù)的增加，權(quán)值系數(shù)矩陣越來越趨于正態(tài)分布，以權(quán)值權(quán)重最趨近于正態(tài)分布的程度作為確定深度信念網(wǎng)絡(luò)層數(shù)的依據(jù)，通過求出正態(tài)分布滿足率來選擇合適的層數(shù)。潘廣源等人利用設(shè)定重構(gòu)誤差的閾值來確定層數(shù)，在重構(gòu)誤差未達到這個閾值時則增加一層，雖然重構(gòu)誤差能夠在一定程度上反映RBM對訓(xùn)練數(shù)據(jù)的似然度，不過并不完全可靠。可以看出現(xiàn)在的方法基本上是設(shè)定一個閾值來進行判斷，這樣的做法可能會導(dǎo)致雖然達到了閾值但是效果并不是很好的情況。綜合上述情況，本文提出利用在RBM訓(xùn)練達到穩(wěn)態(tài)后通過計算隱藏層的信息熵來判斷最佳層數(shù)，當(dāng)增加一層RBM后，信息熵也會增加，當(dāng)信息熵不再增加時則選取該層作為最佳層數(shù)。

2006年，Hinton等人提出了深度置信神經(jīng)網(wǎng)絡(luò)，該模型是通過若干個RBM疊加而成。RBM是一個兩層模型，分別為可見層和隱藏層，RBM的訓(xùn)練方法為首先隨機初始化可見層，然后在可見層和隱藏層之間進行Gibbs采樣，通過可見層用條件概率分布P(h|v)來得到隱藏層，之后同樣利用P(v|h)來計算可見層，重復(fù)該過程使得可見層與隱藏層達到平衡，訓(xùn)練RBM網(wǎng)絡(luò)的目標(biāo)是使得計算后的可見層的分布最大可能地擬合初始可見層的分布。而以訓(xùn)練數(shù)據(jù)為初始狀態(tài)，根據(jù)RBM的分布進行一次Gibbs采樣后所獲得樣本與原數(shù)據(jù)的差異即為重構(gòu)誤差。

引入了RBM的訓(xùn)練精度隨著深度的增加而提高，并且證明了重構(gòu)誤差與網(wǎng)絡(luò)能量正相關(guān)，之后對重構(gòu)誤差的值設(shè)定一個閾值，如果沒有達到該閾值則增加一層；如果達到該閾值則取該層為最佳層數(shù)。通過最后的實驗可以發(fā)現(xiàn)，雖然選取第4層為最佳層數(shù)，但重構(gòu)誤差在第5層和第6層依然在降低，如果閾值選取得不好，雖然重構(gòu)誤差能夠滿足閾值的條件，但是選擇的層數(shù)得出的結(jié)構(gòu)并不能取得很好的效果。

故本文提出利用穩(wěn)定后的隱藏層的信息熵來判斷最佳層數(shù)。通過信息論可知，信息熵的物理含義表示信源輸出后，信息所提供的平均信息量，以及信源輸出前，信源的平均不確定性，同時信息熵也可以說是系統(tǒng)有序化程度的一個度量，一個系統(tǒng)越是有序，信息熵則越低，反之信息熵越高。而訓(xùn)練RBM的目標(biāo)是使得系統(tǒng)的能量函數(shù)越小，使系統(tǒng)越有序。所以在RBM訓(xùn)練完之后，信息熵將會收斂于一個較小值。

假設(shè)輸入的矩陣為V=(v1，v2，v3，…，vi)，經(jīng)過RBM訓(xùn)練之后的輸出矩陣為Y=(y1，y2，y3，…，yj)，經(jīng)過RBM的訓(xùn)練模型可以通過已知的可視節(jié)點得到隱藏節(jié)點的值，即：

P(Y)=S(WV+B)(1)

其中W為權(quán)重矩陣，B為偏置矩陣，S(x)為激活函數(shù)，一般選取Sigmoid函數(shù)，即：

信息熵的求解公式為：

根據(jù)Hinton提出的對比散度的算法［13］，權(quán)重和偏置會根據(jù)下式進行更新:

wi,j=wi,j+［P(hi=1|V(0))v(0)j-P(hi=1|V(k))v(k)j］(4)

bi=bi+［P(hi=1|V(0))-P(hi=1|V(k))］(5)

當(dāng)RBM訓(xùn)練到達終態(tài)后，則權(quán)值wi,j和偏置bi會逐漸收斂，而v是輸入數(shù)據(jù)，是確定值，所以在訓(xùn)練達到終態(tài)后，p(yi)也會逐漸收斂，同樣信息熵H(Y)會收斂于一個較小值。

當(dāng)訓(xùn)練完一層之后，將隱藏層作為第2層的可見層輸入并開始訓(xùn)練第2層RBM。根據(jù)信息熵的另一個物理含義平均信息量可知，在消除不確定性后，信息熵越大則表示所獲得的信息量越多，則隱藏層對于抽取的特征信息量也越大。所以當(dāng)信息熵不再增加時，所表示的信息量也不再增大，將每層的RBM看作為一個信源，則最后一層的RBM收斂之后信息熵應(yīng)該比其他層的大，這樣輸入到有監(jiān)督學(xué)習(xí)中的信息量才會最大。所以當(dāng)信息熵不再增加時，則選擇該層作為最佳層數(shù)。