PyTorch 中的双向 LSTM 输出问题
Posted
技术标签:
【中文标题】PyTorch 中的双向 LSTM 输出问题【英文标题】:Bidirectional LSTM output question in PyTorch 【发布时间】:2019-03-31 07:36:19 【问题描述】:您好,我有一个关于如何从 BI-LSTM 模块的输出中收集正确结果的问题。
假设我有一个长度为 10 的序列输入到具有 100 个隐藏单元的单层 LSTM 模块中:
lstm = nn.LSTM(5, 100, 1, bidirectional=True)
output
的形状:
[10 (seq_length), 1 (batch), 200 (num_directions * hidden_size)]
# or according to the doc, can be viewed as
[10 (seq_length), 1 (batch), 2 (num_directions), 100 (hidden_size)]
如果我想在两个方向(两个 100 维向量)获得第三个(1-index)输入的输出,我该如何正确地做到这一点?
我知道output[2, 0]
会给我一个 200 维向量。 这 200 个暗淡向量是否代表两个方向的第三个输入的输出?
困扰我的是,在进行反向馈送时,第三个(1-index)输出向量是从第 8 个(1-index)输入计算出来的,对吧?
pytorch 会自动处理这个问题并根据方向对输出进行分组吗?
谢谢!
【问题讨论】:
【参考方案1】:是的,当使用 BiLSTM 时,方向的隐藏状态只是连接起来(中间之后的第二部分是反向序列馈送的隐藏状态)。 所以在中间分开就可以了。
随着从右到左维度的重塑工作,您在分离两个方向时不会有任何问题。
这是一个小例子:
# so these are your original hidden states for each direction
# in this case hidden size is 5, but this works for any size
direction_one_out = torch.tensor(range(5))
direction_two_out = torch.tensor(list(reversed(range(5))))
print('Direction one:')
print(direction_one_out)
print('Direction two:')
print(direction_two_out)
# before outputting they will be concatinated
# I'm adding here batch dimension and sequence length, in this case seq length is 1
hidden = torch.cat((direction_one_out, direction_two_out), dim=0).view(1, 1, -1)
print('\nYour hidden output:')
print(hidden, hidden.shape)
# trivial case, reshaping for one hidden state
hidden_reshaped = hidden.view(1, 1, 2, -1)
print('\nReshaped:')
print(hidden_reshaped, hidden_reshaped.shape)
# This works as well for abitrary sequence lengths as you can see here
# I've set sequence length here to 5, but this will work for any other value as well
print('\nThis also works for more multiple hidden states in a tensor:')
multi_hidden = hidden.expand(5, 1, 10)
print(multi_hidden, multi_hidden.shape)
print('Directions can be split up just like this:')
multi_hidden = multi_hidden.view(5, 1, 2, 5)
print(multi_hidden, multi_hidden.shape)
输出:
Direction one:
tensor([0, 1, 2, 3, 4])
Direction two:
tensor([4, 3, 2, 1, 0])
Your hidden output:
tensor([[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]]]) torch.Size([1, 1, 10])
Reshaped:
tensor([[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]]]) torch.Size([1, 1, 2, 5])
This also works for more multiple hidden states in a tensor:
tensor([[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]],
[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]],
[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]],
[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]],
[[0, 1, 2, 3, 4, 4, 3, 2, 1, 0]]]) torch.Size([5, 1, 10])
Directions can be split up just like this:
tensor([[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]],
[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]],
[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]],
[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]],
[[[0, 1, 2, 3, 4],
[4, 3, 2, 1, 0]]]]) torch.Size([5, 1, 2, 5])
希望这会有所帮助! :)
【讨论】:
你的回答与towardsdatascience.com/…不矛盾吗?【参考方案2】:我知道 output[2, 0] 会给我一个 200 维向量。这 200 个暗淡向量是否代表两个方向的第三个输入的输出?
答案是是。
LSTM模块输出的output
张量是前向LSTM输出和后向LSTM输出在输入序列中对应位置的串联。
而h_n
tensor 是最后一个时间戳的输出,它是前向 LSTM 中 lsat 标记的输出,但在后向 LSTM 中是第一个标记。
In [1]: import torch
...: lstm = torch.nn.LSTM(input_size=5, hidden_size=3, bidirectional=True)
...: seq_len, batch, input_size, num_directions = 3, 1, 5, 2
...: in_data = torch.randint(10, (seq_len, batch, input_size)).float()
...: output, (h_n, c_n) = lstm(in_data)
...:
In [2]: # output of shape (seq_len, batch, num_directions * hidden_size)
...:
...: print(output)
...:
tensor([[[ 0.0379, 0.0169, 0.2539, 0.2547, 0.0456, -0.1274]],
[[ 0.7753, 0.0862, -0.0001, 0.3897, 0.0688, -0.0002]],
[[ 0.7120, 0.2965, -0.3405, 0.0946, 0.0360, -0.0519]]],
grad_fn=<CatBackward>)
In [3]: # h_n of shape (num_layers * num_directions, batch, hidden_size)
...:
...: print(h_n)
...:
tensor([[[ 0.7120, 0.2965, -0.3405]],
[[ 0.2547, 0.0456, -0.1274]]], grad_fn=<ViewBackward>)
In [4]: output = output.view(seq_len, batch, num_directions, lstm.hidden_size)
...: print(output[-1, 0, 0]) # forward LSTM output of last token
...: print(output[0, 0, 1]) # backward LSTM output of first token
...:
tensor([ 0.7120, 0.2965, -0.3405], grad_fn=<SelectBackward>)
tensor([ 0.2547, 0.0456, -0.1274], grad_fn=<SelectBackward>)
In [5]: h_n = h_n.view(lstm.num_layers, num_directions, batch, lstm.hidden_size)
...: print(h_n[0, 0, 0]) # h_n of forward LSTM
...: print(h_n[0, 1, 0]) # h_n of backward LSTM
...:
tensor([ 0.7120, 0.2965, -0.3405], grad_fn=<SelectBackward>)
tensor([ 0.2547, 0.0456, -0.1274], grad_fn=<SelectBackward>)
【讨论】:
嘿 dd.,我已经试图找出你的答案已经一个星期了,但我仍然不能,有点帮助?您的回答向我表明output[-1, 0, :]
没有提供所需的输出,但应该像您一样采用中间点(命令 4)。你能详细说明一下吗?确认还是什么?我的问题真的是,如何获得 h_n,RNN 的最后输出?
特别是这似乎与您说是的 OP 问题相矛盾? towardsdatascience.com/…以上是关于PyTorch 中的双向 LSTM 输出问题的主要内容,如果未能解决你的问题,请参考以下文章
TensorFlow搭建双向LSTM实现时间序列预测(负荷预测)
图像分类基于PyTorch搭建LSTM实现MNIST手写数字体识别(双向LSTM,附完整代码和数据集)