HIT-屈桢深-神经网络与深度学习-课堂笔记-Week4

8 循环神经网络RNN

8-1 序列模型

分类问题与预测问题

• 图像分类：当前输入———>当前输出
• 时间序列预测：当前+过去输入———>当前输出

自回归模型
假设一个交易员想在当日的股市中表现良好，于是通过以下途径预测$x_t$:

$x_t\sim P(x_t\mid x_{t-1},...,x_1)$

随着观测，时间序列越来越长，过去太久的数据不必要，因此：

$x_t\sim P(x_t\mid x_{t-1},...,x_{t-\tau })$

保留一些对过去观测的总结$h_t$， 并且同时更新预测$\widehat{x_t}$和总结$h_t$。这就产生了基于 ${\hat{x}}_t=P(x_t\mid h_t)$ 的估计 $x_t$ 以及：

$h_t=g(h_{t-1},x_{t-1})$

的模型

8-2 数据预处理

8-2-1 特征编码

• 数据特征：不适合表示类别，因此一般使用独热编码
• 类别特征：性别、国籍等表示类别的编码

8-2-2 文本处理

S = “… to be or not to be…”

• 按字母处理：将文本切分为字母序列。L = […, ‘t’, ‘o’, ‘ ’, ‘b’, ‘e’, …]
• 按单词处理：将文本切分为单词序列。L = […, to, be, or, not, to, be, …]

8-3 文本预处理与词嵌入

8-3-1 文本预处理

文本的常见预处理步骤通常包括：

1. 将文本作为字符串加载到内存中。
2. 将字符串切分为词元（如单词和字符）。
3. 建立一个字典，将拆分的词元映射到数字索引。
4. 将文本转换为数字索引序列，方便模型操作。

8-3-2 词嵌入

将独热向量映射为低维向量

原始向量： 𝑣维；映射后： 𝑑维， 𝑑 ≪ 𝑣；
映射矩阵： 𝑑 × 𝑣， 根据训练数据学习得到

8-4 RNN模型

8-4-1 RNN概要

• 图像分类中使用： 1对1模型
  • 输入和输出维度：固定
• 文本处理中：
  • 输入维度不定（可能一直有单词输入）；
  • 输出维度不定或者是1（直接最终理解结果）
    输入： The cat sat on the mat

8-4-2 RNN模型

8-4-3 RNN示例

使用RNN进行IMDB评论

8-4-4 RNN问题

随着输入的增加，会产生“遗忘”问题

8-5 RNN模型的实现

%matplotlib inline
import math
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

[定义模型]

高级API提供了循环神经网络的实现。
我们构造一个具有256个隐藏单元的单隐藏层的循环神经网络层rnn_layer。
事实上，我们还没有讨论多层循环神经网络的意义（这将在 :numref:sec_deep_rnn中介绍）。
现在仅需要将多层理解为一层循环神经网络的输出被用作下一层循环神经网络的输入就足够了。

num_hiddens = 256
rnn_layer = nn.RNN(len(vocab), num_hiddens)

使用张量来初始化隐状态**)，它的形状是（隐藏层数，批量大小，隐藏单元数）。

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

通过一个隐状态和一个输入，我们就可以用更新后的隐状态计算输出

X = torch.rand(size=(num_steps, batch_size, len(vocab)))
Y, state_new = rnn_layer(X, state)
Y.shape, state_new.shape
#@save
class RNNModel(nn.Module):
    """循环神经网络模型"""
    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
        # 如果RNN是双向的（之后将介绍），num_directions应该是2，否则应该是1
        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)
        # 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)
        # 它的输出形状是(时间步数*批量大小,词表大小)。
        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):
            # nn.GRU以张量作为隐状态
            return  torch.zeros((self.num_directions * self.rnn.num_layers,
                                 batch_size, self.num_hiddens),
                                device=device)
        else:
            # nn.LSTM以元组作为隐状态
            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))

预测与训练

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)
# 使用高级API训练
num_epochs, lr = 500, 1
d2l.train_ch8(net, train_iter, vocab, lr, num_epochs, device)

l.predict_ch8(‘time traveller’, 10, net, vocab, device)

使用高级API训练

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