Kaldi的在线自然梯度方法的算法细节

在线自然梯度

   

对于任意对称矩阵Σ，存在一个特征值分解（eigenvalue decomposition，EVD）：

   

然后，输出将等于：

   

对方差的低秩近似

低秩近似

   

也可表示为：

   

  

定义：

1. 

   

2. 

   

      

来自 <https://stats.stackexchange.com/questions/22501/is-there-an-intuitive-interpretation-of-ata-for-a-data-matrix-a>

   

   

   

   

更新细节如下：

对称特征值分解：

   

   

   

B.3 高效计算

   

因此，主要的计算可写为：

根据：

为方便起见，定义：

为方便起见，定义：

   

   

   

为方便起见，定义：

   

B.3.1 保持正交

   

检测此问题的方法

   

解决此问题的方法

计算对称矩阵：

重正交极少发生，通常只发生存在错误时，比如参数发散

B.3.2 初始化

其中：

B.5 在线自然梯度方法的总结

   

   

   

不管怎样，首先计算遗忘因子：

然后计算：

不更新Fisher矩阵

计算：

更新Fisher矩阵

计算：

将L、K、W和J合并为一个在内存中相邻的矩阵

   

   

   

参考文献

https://zhuanlan.zhihu.com/p/37609917

https://blog.csdn.net/u013571243/article/details/50867174

https://stats.stackexchange.com/questions/244478/is-there-a-name-for-uncentered-covariance-matrix?noredirect=1&lq=1

https://stats.stackexchange.com/questions/22501/is-there-an-intuitive-interpretation-of-ata-for-a-data-matrix-a

Povey, Daniel, Xiaohui Zhang, and Sanjeev Khudanpur. "Parallel training of DNNs with natural gradient and parameter averaging." arXiv preprint arXiv:1410.7455 (2014).