简洁实现RNN循环神经网络 #51CTO博主之星评选#

Posted 2022-03-23 LolitaAnn

写代码之前先回顾一下RNN的计算公式：

隐藏层计算公式：

$$
\\mathbfH_t = \\phi(\\mathbfXt \\mathbfWxh + \\mathbfHt-1 \\mathbfWhh + \\mathbfb_h)
$$

输出计算公式：

$$
\\mathbfO_t = \\mathbfHt \\mathbfWhq + \\mathbfb_q
$$

---

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

python人必备导包技术，这段代码不用解释吧。

batch_size, num_steps =32,35
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)
num_hiddens = 256
rnn_layer = nn.RNN(len(vocab), num_hiddens)

• 设置批量大小batch_size和时间步长度num_step，时间步长度就是可以想象成一个样本中RNN要计算的时间步长度是32。

• d2l.load_data_time_machine加载数据集。

  注意：这里为了方便，加载数据集时候进行数据预处理，使用的是长度为28的语料库词汇表，不是单词表。词汇表是a\\~z的字母外加 空格 和\\<unk\\>。

• 设置隐藏层大小的256

• 在这里RNN层直接使用pytorch提供的RNN。

state = torch.zeros((1, batch_size, num_hiddens))
state.shape

• 使用torch.zeros用零向量初始化隐状态。隐状态是三维的，形状是隐状态层数、批量大小、隐藏层大小。
• RNN隐状态计算$\\mathbfH_t = \\phi(\\mathbfXt \\mathbfWxh + \\mathbfHt-1 \\mathbfWhh + \\mathbfbh)$，这一步就是要初始化$\\mathbfH0$
• 使用state.shape看一下$\\mathbfH_0$的形状。

• 测试一下：

  X = torch.rand(size=(num_steps, batch_size, len(vocab)))
  Y, state_new = rnn_layer(X, state)
  Y.shape, state_new.shape

  随便搞一个X来试试pytorch自带的rnn层。

  • X就是随机初始化的，形状是（时间步长、批量大小、语料库词汇表长度）。

  • 使用rnn层进行计算返回Y和state_new，注意这里的Y不是我们说的那个RNN的输出，$\\mathbfO_t = \\mathbfHt \\mathbfWhq + \\mathbfb_q$，←不是这个玩意儿，是隐藏层，是$\\mathbfH$。

  • 最后一句是输出一下Y和state_new的形状：

    这里Y是所有的隐状态，state_new是最后一个隐状态。
    

  到这里我们可以得出：pytorch自带的RNN层计算的返回值是整个计算过程的隐状态和最后一个隐状态。

class RNNModel(nn.Module):
    def __init__(self, rnn_layer, vocab_size, **kwargs):
        super(RNNModel, self).__init__(**kwargs)
        self.rnn = rnn_layer
        self.vocab_size = vocab_size
        self.num_hiddens = self.rnn.hidden_size

        if not self.rnn.bidirectional:
            self.num_directions = 1
            self.linear = nn.Linear(self.num_hiddens, self.vocab_size)
        else:
            self.num_directions = 2
            self.linear = nn.Linear(self.num_hiddens * 2, self.vocab_size)

    def forward(self, inputs, state):
        X = F.one_hot(inputs.T.long(), self.vocab_size)
        X = X.to(torch.float32)
        Y, state = self.rnn(X, state)

        output = self.linear(Y.reshape((-1, Y.shape[-1])))
        return output, state

    def begin_state(self, device, batch_size=1):
        if not isinstance(self.rnn, nn.LSTM):
            return  torch.zeros((self.num_directions * self.rnn.num_layers,
                                 batch_size, self.num_hiddens), 
                                device=device)
        else:
            return (torch.zeros((
                self.num_directions * self.rnn.num_layers,
                batch_size, self.num_hiddens), device=device),
                    torch.zeros((
                        self.num_directions * self.rnn.num_layers,
                        batch_size, self.num_hiddens), device=device))

这个是完整的RNN模型。

• __init__中进行基本设置。

  • 设定RNN层rnn_layer，设定字典大小vocab_size，设定隐藏层大小num_hiddens

  • 然后这个if-else语句，这个语句是为后面准备的。现在这里还是没有什么作用的。因为之后的双向rnn会用到。

    not self.rnn.bidirectional也就是说当这个RNN不是双向的时候，进入if语句。此时设定它只有一个隐藏层，并且设定它的vocab_size。反之则进入else语句，此时设定它有两个隐藏层（因为是双向RNN一个正向的一个反向的），并且设定它的vocab_size。

• forward设定前向传播函数。

  • 先对X进行处理，使其变为one-hot向量。再将数据类型转换为浮点型。
  • 注意在这里Y是我们说的隐状态，不是我们常规意义上的输出。
  • 输出output这里，全连接层首先将Y的形状改为(时间步数批量大小, 隐藏单元数)。再输出output输出形状是 (时间步数批量大小, 词表大小)。
• begin_state设定初始化的函数。里边也是一个if语句。根据rnn的类型来决定初始化的状态。
  isinstance(self.rnn, nn.LSTM)是看我们的self.rnn是不是nn.LSTM，如果他只是一个普通的rnn，那就直接对其进行隐藏状态的初始化就可以了；如果他是LSTM的时候，它的隐形状态需要初始化为张量。

device = d2l.try_gpu()
net = RNNModel(rnn_layer, vocab_size=len(vocab))
net = net.to(device)
d2l.predict_ch8(time traveller, 10, net, vocab, device)

输出：

在训练之前，我们先使用我们大号的模型来看一下它的预测结果。可以看出结果非常不好，因为他后边已经开始重复输出xss了。

如果你的输出和我的输出不一样也没有关系。因为它初始化的时候是随机初始化。所以每次运行的结果可能是不同的。

num_epochs, lr = 500, 1
d2l.train_ch8(net, train_iter, vocab, lr, num_epochs, device)

对其进行训练。500个epoch，学习率设定为1。
这张代码的向量函数中还有一个可视化的函数，所以你在跑这张代码的过程中应该可以看到一个下降的过程图表。的那个坐标跑完了之后再运行下边这个预测输出的代码。

d2l.predict_ch8(time traveller, 10, net, vocab, device)

输出：

训练之后再看一下他预测生成的结果。至少比上面那一个靠谱很多。