论文: InfoGAN: Interpretable Representation Learning byInformation Maximizing Generative Adversarial Nets

Abstract

作者提出了InfoGAN，InfoGAN作为GAN，也是最大化隐变量和观测之间的一个小的子集的互信息。但是作者将互信息的下界作为优化目标，这样可以实现高效的优化。 具体来说：InfoGAN可以学习到可解释的特征，比如情感等。

Introduction

无监督学习的目的在于从数据中学习特征，一个常见的无监督学习框架就是表示学习。表示学习对于一些下游任务比如：分类，回归，策略学习都是非常有用的。

然而，无监督学习是一个病态问题，因为相关的下游任务通常是未知的。数据的解耦表示（disentangled representation）对于相关的，但是未知的下游任务有比较好的效果。所谓的解耦表示：就是显式的表示数据的显著特征，比如对于人脸，一个有用的解耦表示就是，将人脸表情，眼睛颜色，是否带眼镜等一个个特征分别表示一个特征维度，每个维度的不同取值表示各个特征的取值。个人觉得，这个有点像数据挖掘里面做特征工程的感觉，把特征一个个分开，每个特征表示不同的含义，这样可以有效地分析什么特征对于分类问题适合，什么特征适合分割。一个无监督学习算法如果能够大概猜到下游的任务是什么，这一点是非常关键的。

无监督学习研究的一个重点就是生成模型，通常希望一个好的生成模型可以学习到数据的解耦表示。目前最负盛名的生成模型就是VAE和GAN了。这是有关VAE的一篇博客

文章框架：回顾最近的工作（实现特征的解耦表示以前需要监督信息）——回顾GAN——InfoGAN的具体实现——实验结果

Related Work

无监督学习的方法有比较多，早期的方法基于SAE，RBM。一种比较受大家看好的方法源于Skip-gram模型（来自于NLP的一种模型）。实现特征的解耦表示的方法几乎都需要监督信息，除了hossRBM，但是hossRBM计算复杂度随着factor是指数增长的，而且只能解耦离散的隐变量。

Mutual Information for Inducing Latent Codes

通常，GAN生成的通过生成器生成的数据是高度耦合的，导致数据的每一个维度不代表具体的具有语义含义的特征。比如，利用MNIST数据集，最好是希望生成一个随机的变量，代表1~9， 然后再生成两个随机变量，分别代表数字的倾斜角度，宽度。本文正是为了解决这个问题。

为此，作者将输入噪声向量分成两部分：

• 未压缩的噪声源
• 隐变量编码，代表数据分布的显著的结构化语义特征

标准的生成对抗网络中，会忽视隐变量c的作用，而在info-GAN中则需要强化隐变量c的作用，使得c能够直接代表生成的变量的某一方面的属性，所以需要让隐变量与生成的变量G(z,c)拥有尽可能多的共同信息。因此引入了信息论的观点，定量表达互信息为I(c;G(z,c)),并且在生成器网络的训练中通过调整使得这个量最大化。在信息论中，互信息I(x; y)表示x里面关于y的信息有多少。

对于等式（H表示熵） ： I(X;Y) =H(X)−H(X|Y) =H(Y)−H(Y|X)

上面的等式有一个很直观的解释，I(X; Y)表示当Y被观测到之后，X的不确定性的变化量。当X, Y相互独立时，I(X; Y)为0。因此，受文本聚类问题的一些论文启发，作者提出了如下损失函数：

Variational Mutual Information Maximization

这部分主要讲为了优化上述目标函数，作者采取的近似方法。由上文中，可知求I需要涉及到P(c|x),但是这个分布很难求。所以通过使用下界替代I来进行简化。这种方法参考了Variational Information Maximization [29]。 简化之后的函数I不在需要使用P(c|x)而是使用了一个下界函数Q(c|x)来进行替代，而这个Q(c|x)本质上是对P(c|x)的一种下界拟合，在本文中通过神经网络来实现。具体公式可以参见论文。简化之后，虽然不需要使用P(c|x)，但是需要从P(c|x)中采样以计算期望。因此，作者做了进一步的推导。这块没太看懂，作者似乎用了蒙特卡洛模拟（reparametrization trick），然后作者将改进后的目标函数加入到GAN中，就得到了InfoGAN。InfoGAN相比于普通GAN，似乎就是代价函数改了一下。在附录中，作者还将InfoGAN和 Wake-Sleep algorithm联系在一起。

Implementation

具体训练时不变，改一下目标函数即可，lambda对于离散隐变量通常设置为1即可。实验结果，略。。。