使用元素研究 RNN for Torch Lua 批处理可变长度序列

Posted 2023-03-29

【中文标题】使用元素研究 RNN for Torch Lua 批处理可变长度序列

【英文标题】：batch processing variable length sequences using element research RNN for Torch Lua

【发布时间】：2016-11-27 02:22:44

【问题描述】：

我正在尝试使用语音音译数据来训练元素研究的 RNN 模块中可用的 LSTM 模型。我将训练数据作为 X 和 Y 的单独表。X 和 Y 都包含作为张量的每个训练示例，即 X 中的张量包含序列中每个字符的 ASCII 值，Y 中的张量包含结果序列的 ASCII 值。我以某种形式创建了数据，对于来自 X 和 Y 的特定示例，其完美排列并用零填充以进行训练。所以，我可以一次用一个例子来训练 LSTM。但是，问题是，我不知道如何进行批量训练，因为每个示例张量都有不同的长度。

我想，我可以通过这个表述来表达清楚：

X                                      Y 
[EEEEE00000]                            [00000MMMMM]
[EEE0000]                               [000MMMM]
[EEEEEEEE0000000000]                    [00000000MMMMMMMMMM]
.                                       .
.                                       .
.                                       .
                                       

其中，EEEE..表示输入序列，MMMM...表示输出序列..

我还没有设计模型，因为我正在考虑一个合适的模型来支持批量训练。我想修改我的数据还是应该设计一个模型来修改这些数据？如果它在模型上，我该怎么做？

脚注：这个 LSTM 必须在每个训练示例之后忘记之前的序列。因为每个例子都是独立的。即，反向传播应该只在 a_single_example_length 个时间步长内完成。

【参考方案1】：

您有一个可变长度序列的数据集，并且想要进行批处理。解决方案是将您的 X 和 Y 组织为 seqlen x batchsize 张量，其中每个独立序列由零（或零张量）分隔：

0 0
1 2
1 2
2 3
0 0
2 3
2 3
1 2

在上面的示例中，我们有序列 1-1-2、2-2-1、2-2-3 和 3-3-2，每个序列都用零分隔。

使用rnn:maskZero()，rnn 可以检测到这些零并在检测到时忘记之前的隐藏状态。这实际上意味着 BPTT 只会在序列的持续时间内反向传播（即，零点重置 BPTT）。

【讨论】：

那么，我可以输入这样的序列吗？ （将每一对视为单独的原始创建矩阵 [seqlen x batchsize] 注意：零不是序列的一部分，它们表示序列的终端）` 00 12 13 22 02 13 20 30 00` 我认为，这将是一个我正在谈论的这种情况下的批处理序列。