学习笔记：RNN基本结构与Char RNN文本生成

最新推荐文章于 2023-07-31 17:26:45 发布

BruceCheen

最新推荐文章于 2023-07-31 17:26:45 发布

阅读量3.6k

点赞数 9

分类专栏：学习笔记 TensorFolw

学习笔记同时被 2 个专栏收录

24 篇文章 8 订阅

订阅专栏

TensorFolw

15 篇文章 1 订阅

订阅专栏

从这篇文章起，将开始学习循环神经网络（RNN）以及相关的项目。这篇文章首先会向大家介绍RNN经典的结构，以及它的几个变体。接着将在TensorFlow 中使用经典的RNN结构实现一个有趣的项目： CharRNN 。Char RNN可以对文本的字符级概率进行建模，从而生成各种类型的文本。

1 RNN的原理

1.1 经典RNN结构

RNN的英文全称是Recurrent Neural Networks ，即循环神经网络，它是一种对序列型数据进行建模的深度模型。在学习RNN之前，先来复习基本的单层神经网络，如图12-1所示。
这里写图片描述

单层网络的输入是x，经过变焕Wx+b和激活函数f得到输出y 。在实际应用中，还会遇到很多序列形的数据，如图12-2所示。
这里写图片描述

例如：

自然语言处理问题。 $x_1$ 可以看作是第一个单词， $x_2$ 可以看作是第二个单词，依次类推。
语言处理。此时， $x_1、x_2、x_3、......$ 是每帧的声音信号。
时间序列问题。例如每天的股票价格等。

序列型的数据不太好用原始的神经网络处理。为了处理建模序列问题，RNN引入了隐状态 $h(hidden state)$ 的概念，h可以对序列型的数据提取特征，接着再转换为输出。如图12-3所示，先从 $h_1$ 的计算开始看。
这里写图片描述

图12-3 中记号的含义是：

圆圈或方块表示向量。
一个箭头表示对该向量做一次变换。如图12-3中的 $h_0$ 和 $x_1$ 分别有一个箭头连接 $h_1$ ，表示对 $h_0$ 和 $x_1$ 各做了一次变换。图中的U、W是参数矩阵， $b$ 是偏置项参数。 $f$ 是激活函数，在经典的RNN结构中，通常使用tanh作为激活函数。

在很多论文中也会出现类似的记号，初学的时候很容易混，但只要把握住以上两点，可以比较轻松地理解图示背后的含义。

如图12-4所示， $h_2$ 的计算和 $h_1$ 类似。要注意的是，在计算时，每一步使用的参数U、W、b都是一样的，即每个步骤的参数都是共享的，这是RNN的重要特点，一定要牢记。
这里写图片描述

接下来，如图12-5 所示，依次计算剩下的h （使用相同的参数U、W、b）。
这里写图片描述

这里为了方便讲解起见，只画出序列长度为4的情况，实际上，这个计算过程可以无限地持续下去。

目前的RNN还没再输出，得到输出值的方法是直接通过h进行计算，如图12-6所示。

此时使用的V和c是新的参数。通常处理的是分类问题（即输出 $y_1$ 、 $y_2$ …..均表示类别），因此使用Softmax函数将输出转换成各个类别的概率。另外，正如前文所说，一个箭头表示对相应的向量做一次类似于 $f(Wx+b)$ 的变换，此处的箭头表示对 $h_1$ 进行一次变换，得到输出 $y_1$ 。
这里写图片描述

如图12-7所示，剩下输出的计算类似进行（使用和计算 $y_1$ 时同样的参数V和c）。
这里写图片描述

大功告成！这是最经典的RNN结构，像搭积木一样把它搭好了。它的输入是 $x_1、x_2、....x_n$ ，输出为 $y_1、y_2、....y_n$ ，也就是说，输入和输出序列必须是要等长的。

由于这个限制的存在，经典RNN的适用范围比较小，但也有一些问题适合用经典的RNN结构建模，如：

计算视频中的每一帧的分类标签。因为要对每一帧进行计算，因此输入和输出序列等长。
输入为字符，输出为下一个字符的概率。这是著名的Char RNN。在这篇文章中，将会在TensorFlow中实现Char RNN并生成文本。

最后，给出经典RNN结构的严格数学定义，我们可以对照上面的图片进行理解。设输入为 $x_1、x_2、...x_t、...、x_T$ ，对应的隐状态为 $h_1、h_2、...、h_t、...、h_T$ ，输出为 $y_1、y_2、...、y_t、...、y_T$ ，则经典的RNN的运算过程可以表示为
$h_t=f(Ux_t+Wh_{t-1}+b)$
$y_t=Softmax(Vh_t+c)$
其中，U，V，W，b，c均为参数，而f表示激活函数，一般为tanh函数。

1.2 N VS 1 RNN的结构

有的时候，问题的输入是一个序列，输出是一个单独的值而不是序列，此时应该如何建模呢？实际上，只在最后一个h上进行输出变换可以了，如图12-8 所示。
这里写图片描述

这种结构通常用来处理序列分类问题。如输入一段文字判别它所属的类别，输入一个句子判断其情感倾向，输入一段视频并判断它的类别等等。

同样给出该结构的数学表示。设输入为 $x_1、x_2、...、x_t、...x_T$ ，对应的隐状态为 $h_1、h_2、...、h_t、...、h_T$ ，那么运算过程为：
$h_t=f(Ux_t+Wh_{t-1}+b)$

输出时对最后一个隐状态做运算即可
$Y=Softmax(Vh_T+c)$

1.3 1 VS N RNN的结构

输入不是序列而输出为序列的情况怎么处理？可以只在序列开始进行输入计算，如图12-9所示。
这里写图片描述

还有一种结构是把输入信息X作为每个阶段的输入，如图12-10所示。
这里写图片描述

图12-11省略了一些X的圆圈，是图12-10的等价表示。
这里写图片描述

该表示的公式表达为
$h_t=f(UX+Wh_{t-1}+b)$
$y_t=Softmax(Vh_t+c)$

这种1 VS N的结构可以处理的问题有：

从图像生成文字（image caption），此时输入的X是图像的特征，而输出的y序列是一段句子。
从类别生成语言或音乐等。

2 LSTM的原理

前一节介绍了RNN和它的几种变体结构，本节介绍RNN的改进版：LSTM ( Long Short-Term Memory，长短期记忆网络）。一个RNN单元的输入由两部分组成，即前一步RNN单元的隐状态相当前这一步的外部输入，此外还有一个输出。从外部结构看， LSTM和RNN的输入输出一模一样，同样是在每一步接受外部输入和前一阶段的隐状态，并输出一个值。因此，可以把第1节中的每一种结构都无缝切换到LSTM，而不会产生任何问题。本节主要关注的是LSTM的内部结构以及它相对于RNN的优点。

回顾RNN的公式 $h_t=f(Ux_t+Wh_{t-1}+b)$ 。从这个式子中可以看出，RNN每一层的隐状态都由前一层的隐状态经过变换和激活函数得到，反向传播求导时最终得到的导数会包含每一步梯度的连乘，这会引起梯度爆炸或梯度消失，所以RNN很难处理“长程依赖”问题，即无法学到序列中蕴含的间隔时间较长的规律。LSTM在隐状态计算时以加法代替了这里的迭代变换，可以避免梯度消失的问题，使网络学到长程的规律。

可以用图12-12来表示RNN。
从图12-12中的箭头可以看到， $h_{t-1}$ 和 $x_t$ 合到一起，经过了tanh函数，得到了 $h_t$ ， $h_t$ 还会被传到下一步的RNN单元中。这对应了公式 $h_t=f(Ux_t+Wh_{h-1}+b)$ 。在图中，激活函数采用tanh函数。

图12-13是用同样的方式画出的LSTM的示意图。
这里写图片描述

这里的符号比较复杂，不用担心，下面会分拆开来进行讲解。在讲解之前，先给出图12-13中各个记号的含义。长方形表示对输入的数据做变换或激活函数，圆形表示逐点运算。所谓逐点运算，是指将两个形状完全相同的矩形的对应位置进行相加、相乘或其它运算。箭头表示向量会在哪里进行运算。

和RNN有所不同，LSTM的隐状态有两部分，一部分是 $h_1$ ，一部分是 $C_t$ 。 $C_t$ 是在各个步骤传递的主要信息，而图12-14中的水平线可以看作是LSTM的“主干道”。通过加法， $C_{t}$ 可以无障碍地在这条主干道上传递，因此较远的梯度也可以在长程上传播。这是LSTM的核心思想。
这里写图片描述

不过，每一步的信息 $C_t$ 并不是完全照搬前一步的 $C_{t-1}$ ，而是在 $C_{t-1}$ 的基础上“遗忘”掉一些内容，以及“记住”一些新内容。

LSTM的每一个单元都有一个“遗忘门”，用来控制遗忘掉 $C_{t-1}$ 的那些部分。遗忘门的结构如图12-15所示。 $\sigma$ 是Sigmoid激活函数，它的输出在0-1之间。最终遗忘门的输出是和 $C_{t-1}$ 相同形状的矩阵，这个矩阵会和 $C_{t-1}$ 逐点相乘，决定遗忘哪些东西。显然，遗忘门输出接近0的位置的内容是要遗忘的，而接近1的部分是要保留的。遗忘门的输入时 $x_t$ 和 $h_{t-1}$ ， $x_t$ 是当前时刻的输入。而 $h_{t-1}$ 为上一个时刻的隐状态。
这里写图片描述

光遗忘肯定是不行，LSTM单元还得记住新东西。所以又有如图12-16所示的“记忆门”。记忆门的输入同样是 $x_t$ 和 $h_{t-1}$ ，它的输出有两项，一项是 $i_t$ ， $i_t$ 同样经过Sigmoid函数运算得到，因此值都在0-1之间，还有一项 $\tilde C_t$ ，最终要“记住”的内容是 $\tilde C_{t}$ 和 $i_t$ 逐点相乘。
这里写图片描述

“遗忘” “记忆”的过程如图12-17所示， $f_t$ 是遗忘门的输出（0~1之间），而 $\tilde C_t*i_t$ 就是要记住的新东西。
这里写图片描述

最后，还需要一个“输出门”，用于输出内容。这里说是输出，其实是去计算另一个隐状态 $h_t$ 的值，真正的输出（如类别）需要通过 $h_t$ 做进一步运算得到。输出门的结构如图12-18所示。同样是根据 $x_t$ 和 $h_{t-1}$ 计算， $o_t$ 中每一个数值在0~1之间， $h_t$ 通过 $o_t*tanh(C_t)$ 得到。
这里写图片描述

总结一下，LSTM每一步的输入是 $x_t$ ，隐状态是 $h_t$ 和 $C_t$ ，最终的输出通过 $h_t$ 进一步变换得到。在大多数情况下，RNN和LSTM都是可以相互替换的，因此再很多论文以及文档中都会看到类于“RNN（LSTM）”这样的表述，意思是两者可以相互替换。

3 Char RNN 的原理

Char RNN是用于学习RNN的一个非常好的例子。它使用的是RNN最经典的N vs N的模型，即输入是长度为N的序列，输出是与之长度相等的序列。Char RNN可以用来生成文章、诗歌甚至是代码。在学习Char RNN之前先来看下“N vs N”的经典RNN的结构，如图12-19所示。
这里写图片描述

对于Char RNN，输入序列是句子中的字母，输出一次是该输入的下一个字母，换句话说，是用已经输入的字母去预测下一个字母的概率。如一个简单的英文句子Hello!输入序列是{H,e,l,l,o}，输出序列依次是{e,l,l,o,!}。注意到这两个序列是等长的，因此可以用N VS N RNN来建模，如图12-20所示。

在测试时，应该怎样生成序列呢？方法是首先选择一个 $x_1$ 当作起始字符，使用训练好的模型得到对应的下一个字符的概率。根据这个概率，选择一个字符输出，并将该字符当作下一步的 $x_2$ 输入模型，再生成一个字符。以此类推，可以生成任意长度的文字。

这里写图片描述

使用独热向量来表示字母，然后依次输入网络。假设一共有26个字母，那么字母a的表示为第一位为1，其他25位都是0，即（1，0，0，…，0），字母b的表示是第二位为1，其他25位都是0，即（0，1，0，…，0）。输出相当于一个26类分类问题，因此每一步输出的向量也是26维，每一维代表对应字母的概率，最后损失使用交叉熵可以直接得到。在实际模型中，由于字母有大小写之分以及其他标点符号，因此总共的类别墅会比26多。

最后，在对中文建模时，为了简单起见，每一步输入模型的是一个汉字。相对于字母来说，汉字种类比较多，可能会导致模型过大，对此有以下两种优化方法：

取常用的N个汉字。将剩下的汉字变成单独一类，并用一个特殊的字符进行标注。
在输入时，可以加入一层embedding层，这个embedding层可以将汉字转换为较为稠密的表示，它可以代替稀疏的独热表示，取得更好的效果。之所以对字母不适用embedding，是因为单个字母不具备任何含义，只需要使用独热表示即可。而单个汉字还是具有一定的实际意义的，因此可以使用embedding将其映射到一个较为稠密的空间。embedding的参数可以直接从数据中学到，具体的实现方法可以参考下面小节重处理输入数据部分的代码。

中文汉字的输出层和之前处理英文字母时是一样的，都相当于N类分类问题。

4 TensorFlow中的RNN实现方式

在本小节中，讲述在TensorFlow中实现RNN的主要方法，帮助大家循序渐进的梳理其中最重要的几个概念。首先使用RNNCell对RNN模型进行单步建模。RNNCell可以处理时间上的“一步”，即输入上一步的隐层状态和这一步的数据，计算这一步的输出和隐层状态。接着，TensorFlow使用tf.nn.dynamic_rnn方法在时间维度上多次运行RNNCell。最后还需要对输出结果建立损失。

4.1 实现RNN的基本单元：RNNCell

RNNCell是TensorFlow中的RNN基本单元。它本身是一个抽象类，在本节中学习他两个可以直接使用的子类，一个是BasicRNNCell，还有一个是BasicLSTMCell，前者对应基本的RNN，后者是基本的LSTMLSTM源码地址。
学习RNNCell要重点关注三个地方：
- 类方法call
- 类属性state_size
- 类属性output_size

先来说下call方法。所有RNNCell的子类都会实现一个call函数。利用call函数可以实现RNN的单步计算，它的调用形式为（output，next_state）=call（input，state）。例如，对于已经实例化好的基本单元cell（再次强调，RNNCell是抽象类不能进行实例化，可以使用它的子类BasicRNNCell或BasicLSTMCell进行实例化，得到cell），初始输入为 $x_1$ ，而初始的隐层状态为 $h_0$ ，可以调用（output，h1）=cell.call（ $x_1$ ， $h_0$ ）得到当前的隐层状态 $h_1$ 。接着调用（output2，h2）=cell.call（ $x_2$ ， $h_1$ ）可以得到 $h2$ ，依此类推。

RNNCell的类属性state_size和output_size分别规定了隐层的大小和输出的向量的大小。通常是一batch形式输入数据，即input的形状为（batch_size，input_size），调用call函数时对应的隐层的形状是（batch_size，state_size），输出的形状是（batch_size,output_size）。

在TensorFlow中定义一个基本的RNN单元的方法为：

import tensorflow as tf
rnn_cell = tf.nn.rnn_cell.BasicRNNCell(num_units=128)
print(rnn_cell.state_size) # 打印出sytate_szie看一下，此处应有state_size=128

在TensorFlow中定义一个基本RNN单元的方法为：

import tensorflow as tf
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(num_units=128)
print(lstm_cell.state_size) # state_size=LSTMStateTuple(c=128, h=128)

正如第2节中所说，LSTM可以看做有h和C两个隐层。在TensorFlow中，LSTM基本单元的state_size由两部分组成，一部分是c，另一部分是h。在具体使用时，可以通过state.h以及state.c进行访问，下面是一个示例代码：

import tensorflow as tf
import numpy as np
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(num_units=128)
inputs = tf.placeholder(np.float32, shape=(32, 100)) # 32是batch_szie
h0 = lstm_cell.zero_state(32, np.float32) # 通过zero_state得到一个全0的初始状态
output, h1 = lstm_cell.call(inputs, h0)

print(h1.h) # shape=(32, 128)
print(h1.c) # shape=(32, 128)

4.2 对RNN进行堆叠：MutiRNNCell

很多时候，单层RNN的能力有限，需要多层的RNN。将x输入第一层RNN后得到隐层状态h，这个隐层状态相当于第二层RNN的输入，第二层RNN的隐层状态又相当于第三层RNN的输入，依此类推。在tensorflow中，可以使用tf.nn.rnn_cell.MutiRNNCell函数对RNN进行堆叠，相应的示例程序如下：

import tensorflow as tf
import numpy as np

# 每调用一次这个函数返回一个BasicRNNCell
def get_a_cell():
    return tf.nn.rnn_cell.BasicRNNCell(num_units=128)
# 用tf.MultiRNNCellnn.rnn_cell 创建3层RNN
cell = tf.nn.rnn_cell.MultiRNNCell([get_a_cell() for _ in range(3)]) # 3层RNN
# 得到的cell实际也是RNNCell的子类
# 它的state_size是(128, 128, 128)
# (128, 128, 128)并不是128x128x128的意思，而是表示共有3个隐层状态，每个隐层状态的大小为128
print(cell.state_size) # (128, 128, 128)
# 使用对应的call函数
inputs = tf.placeholder(np.float32, shape=(32, 100)) # 32是batch_size
h0 = cell.zero_state(32, np.float32) # 通过zaro_state得到一个全0的初始状态
output, h1 = cell.call(inputs, h0)
print(h1) # tuple中含有3个32x128的向量

堆叠RNN后，得到的cell也是RNNCell的子类，因此同样也有4.1节中的说有call方法、state_size属性和output_size属性。

4.3 BasicRNN和BasicLSTMCell的output

在第4.1节和第4.2节中，有意省略了调用call函数后得到output的介绍，先通过图12-19回忆RNN的基本结构。
这里写图片描述

将图12-19与TensorFlow的BasicRNNCell对照来看，h对应了BasicRNNCell的state_size。那么，y是不是对应了BasicRNNCell的output_size呢？答案是否定的。

找到源码中的BasicRNNCell的call函数实现：

def call(self, inputs, state):
    """Most basic RNN:output=new_state=act(W*input+U*state+B)"""
    output = self._activation(_linear([inputs, state],self._num_units,True))
    return output, output

通过“ return output, output ”，可以看出在BasicRNNCell中，output其实和隐状态的值是一样的。因此，还需要额外对输出定义新的变换，才能得到图中真正的输出y 。由于output和隐状态是一回事，所以在BasicRNNCell中， state_size永远等于output_size。TensorFlow是出于尽量精简的目的来定义BasicRNNCell的，所以省略了输出参数，这里一定要弄清楚它和图中原始RNN定义的联系与区别。

再来看BasicLSTMCell的call函数定义（函数的最后几行）：

new_c = add(multiply(c, sigmoid(add(f, forget_bias_tensor))),
            multiply(sigmoid(i), self._activation(j)))
new_h = multiply(self._activation(new_c), sigmoid(o))

if self._state_is_tuple:
  new_state = LSTMStateTuple(new_c, new_h)
else:
  new_state = array_ops.concat([new_c, new_h], 1)
return new_h, new_state

只需要关注self._state_is_tuple==true的情况，因为self._state_is_tuple==false的情况在未来被弃用。返回的隐状态是new_c和new_h的组合，而output是单独的new_h。如果处理的是分类问题，那么还需要对new_h添加单独的Softmax层才能得到最后的分类概率输出。

4.4 使用tf.nn.dynamic_rnn展开时间维度

对于单个的RNNCell，使用它的call函数进行运算时，只是在序列时间上前进了一步。如果使用 $x_1$ 、 $h_0$ 得到 $h_1$ ，通过 $x_2$ 、 $h_1$ 得到 $h_2$ 等。如果序列长度为n，要调用n次call函数，比较麻烦。对此，TensorFlow提供了一个tf.nn.dynamic_rnn函数，使用该函数相当于调用了n次call函数。即通过 ${h_0,x_1,x_2,...,x_n}$ 直接得到 ${h_1,h_2,...,h_n}$ 。

具体来说，设输入数据的格式为（batch_size，time_steps，input_size），其中batch_size表示baytch的大小，即一个batch中序列的格式。time_steps表示序列本身的长度，如在Char RNN中，长度为10的句子对应的time_steps等于10。最后的input_size表示输入数据单个序列单个时间维度上固有的长度。假设已经定义好了一个RNNCell，如果要调用time_steps该RNNCell的call函数次，对应的代码是：

# inputs: shape=(batch_size, time_steps, input_size)
# cell:RNNCell
# initial_state: shape=(batch_size, cell.state_size).初始状态一般可以取0矩阵
outputs, state=tf.nn.dynamic_rnn(cell, inputs, initial_state=initial_state)

此时，得到的outputs是time_steps步里所有的输出。它的形状为
(batch_ size, time_ steps, cell.output size）。state是最后一步的隐状态，色的形状为（batch_size, cell.state_size）。

另外，如果输入数据形状的格式为（time_steps, batch_size , input_ size),
那么可以在调用tf. nn.dynamic_rnn函数中设定参数time_major=True（默认情况是False），此时得到的outputs形状变成（time_ steps, batch_ size,
cell.output_size），而state的形状不变。

至此，再对每一步的输出进行变换，可以得到损失并训练模型了。具体
的代码组合方式可以参考下一节的代码。

5 使用TensorFlow实现Char RNN

给出了一个Char RNN的TensorFlow实现。该实现需要的运行环境为Python 2.7, TensorFlow1.2及以上。会先结合第3 、4 节中的内容讲解定义RNN模型的方法，最后会给出一些生成例子。

5.1 定义输入数据

模型定义主要放在了model.py文件中，从头开始，先来看下输入数据的定义。

def build_inputs(self):
    with tf.name_scope('inputs'):
        self.inputs = tf.placeholder(tf.int32, shape=(
            self.num_seqs, self.num_steps), name='inputs')
        self.targets = tf.placeholder(tf.int32, shape=(
            self.num_seqs, self.num_steps), name='targets')
        self.keep_prob = tf.placeholder(tf.float32, name='keep_prob')

        # 对于中文，需要使用embedding层
        # 英文字母没有必要用embedding层
        if self.use_embedding is False:
            self.lstm_inputs = tf.one_hot(self.inputs, self.num_classes)
        else:
            with tf.device("/cpu:0"):
                embedding = tf.get_variable('embedding', [self.num_classes, self.embedding_size])
                self.lstm_inputs = tf.nn.embedding_lookup(embedding, self.inputs)

self.inputs是外部传入的一个batch内的输入数据，它的形状为(self.num_seqs, self.num_steps), self.num_seqs是一个batch内句子的个数（相当于batch_size），而self.num_steps表示每个句子的长度。

seIf.targets是self.inputs对应的训练目标，它的形状和self.inputs相同，内容是self.inputs每个字母对应的下一个字母。它的详细含义可以参考第3节进行理解。

除了self.inputs和self.targets外，还走义了一个输入self.keep_prob，因为在后面的模型中高Dropout层，这里的self.keep_prob控制了Dropout层所需要的概率。在训练时，使用self.keep_prob=0.5，在测试时，使用self.keep prob=1.0。

正如第3节中所说，对于单个的英文字母，一般不使用embedding层，而对于汉字生成，使用embedding层会取得更好的效果。程序中用self.use_embedding参数控制是否使用embedding。当不使用embedding时，会直接对self.inputs做独热编码得到self.lstm_inputs；当使用embedding时，会先定义一个embedding变量，接着使用tf.nn.embedding lookup查找embedding。请注意embedding变量也是可以训练的，因此是通过训练得到embedding的具体数值。self.lstm_inputs是直接输入LSTM的数据。

5.2 定义多层LSTM模型

下面的函数定义了多层的N VS N LSTM模型：

def build_lstm(self):
    # 创建单个cell并堆叠多层
    def get_a_cell(lstm_size, keep_prob):
        lstm = tf.nn.rnn_cell.BasicLSTMCell(lstm_size)
        drop = tf.nn.rnn_cell.DropoutWrapper(lstm, output_keep_prob=keep_prob)
        return drop

    with tf.name_scope('lstm'):
        cell = tf.nn.rnn_cell.MultiRNNCell(
            [get_a_cell(self.lstm_size, self.keep_prob) for _ in range(self.num_layers)]
        )
        self.initial_state = cell.zero_state(self.num_seqs, tf.float32)

        # 通过dynamic_rnn对cell展开时间维度
        self.lstm_outputs, self.final_state = tf.nn.dynamic_rnn(cell, self.lstm_inputs, initial_state=self.initial_state)

        # 通过lstm_outputs得到概率
        seq_output = tf.concat(self.lstm_outputs, 1)
        x = tf.reshape(seq_output, [-1, self.lstm_size])

        with tf.variable_scope('softmax'):
            softmax_w = tf.Variable(tf.truncated_normal([self.lstm_size, self.num_classes], stddev=0.1))
            softmax_b = tf.Variable(tf.zeros(self.num_classes))

        self.logits = tf.matmul(x, softmax_w) + softmax_b
        self.proba_prediction = tf.nn.softmax(self.logits, name='predictions')

在这段代码中，首先仿照第4.2节中的代码，定义了一个多层的BasicLSTMCell。唯一的区别在于，在这里对每个BasicLSTMCell使用了tf.nn.rnn_cell.DropoutWrapper函数，即加入了一层Dropout，以减少过拟合。

定义了cell后，如第4.4节中所说，使用tf.nn.dynamic_rnn函数展开了时间维度atf.nn.dynamic_rnn的输入为cell、self.lstm_inputs、self.initial_state其中cell已经解释过了，self.inputs是在第5.1节中的输出层定义的，self.initial_state是通过调用cell.zero_state得到的一个全0的Tensor，表示初始的隐层状态。

tf.nn.dynamic_rnn的输出为self.outputs和self.final_state。这里又需要对照第4.3节中的内容。self.outputs是多层LSTM的隐层h，因此需要得到最后的分类概率，还需要再定义一层Softmax层才可以。这里经过一次类似于Wx+b的变换后得到self.logits，再做Softmax处理，输出为self.proba_prediction 。

5.3 定义损失

得到self.proba_prediction后，可以使用它和self.targets的独热编码做交叉熵得到损失。另外，也可以使用tf.nn.softmax_cross_entropy_with_logits函数，通过self.logits直接定义损失，对应的代码如下：

def build_loss(self):
    with tf.name_scope('loss'):
        y_one_hot = tf.one_hot(self.targets, self.num_classes)
        y_reshaped = tf.reshape(y_one_hot, self.logits.get_shape())
        loss = tf.nn.softmax_cross_entropy_with_logits(logits=self.logits, labels=y_reshaped)
        self.loss = tf.reduce_mean(loss)

以上是模型从输入到损失的全过程。

5.4 训练模型与生成文字

在本节中，将讲解如何使用定义好的模型训练、并生成文字。
1.生成英文
首先来看较为简单的生成英文的例子。将使用的训练、文件shakespeare.txt保存在项目的data/文件夹下，对应的训练的命令为：

python train.py \
    --input_file data/shakespeare.txt  \
    --name shakespeare \
    --num_steps 50 \
    --num_seqs 32 \
    --learning_rate 0.01 \
    --max_steps 20000

此处参数含义为：

input_file:用于训练的文本数据。程序要求训练的文本必须为使用utf-8编码的文件。
–name:指定模型的名称，该名称决定了模型的保存位置。如这里指定模型的名称为shakespeare，那么训练中模型的保存位置是在model/shakespeare目录下。
–num_steps、–num_seqs：这两个参数决定了一个batch内序列的个数（相当于batch_size）和单个序列的长度。其中–num_steps对应序列度，–num_seqs对应序列个数。
–leaming_rate：训练时使用的学习率。
–max_ steps ：一个step 是运行一个batch ，一max_steps固定了最大的运行步数。

运行后，模型会被保存在model/shakespeare目录下。使用下面的命令可以执行测试：

python sample.py \
    --convert_path model/shakespeare/conver.pkl \
    --checkpoint_path model/shakespeare/ \
    --max_length 1000

对应的参数含义为：

–convert_path：其实神经网络生成的是字母类别id。并不是字母。这些类别id在输入模型时是通过一个convert转换的，程序会自动把converter保存在model/shakespeare目录下。在输出时需要使用converter将类别id转换回字母。
–checkpoint_path：模型的保存路径。
–max_length：生成的序列长度。

SEIISHALIO:
Heaven thou with temper as that that sack and heavand.

LEINANUS:
And thou art monster, and my man is he say it,
As he thee that a sumsel thee, as some tount
And hear in a man is that his heart of his;
And so his word to this hearing of him.

SIR TOBY BELCH:
The stand, they we as stay there's the parts and think
And to me he may some the man of the stip
The way it.

PRINCESS:
Him, here's the took and men of a poor time.

SALINA:
How say my lord, had this shall stone, sir.

SEBISTIA:
He says to thy soure and misprace. The drawn
Is the hand in this wond is more than and this house
We will not aled this bound into a matter
And have that so to thou hast honest to them.

2. 用机器来写诗
这里还准备了一个data/poetry.txt，该文件中存放了大量唐诗中的五言诗歌。用下面的命令来进行训练：

python train.py \
    --use_embedding \
    --input_file data/poetry.txt \
    --name poetry.txt \
    --learning_rate 0.005 \
    --num_steps 26 \
    --num_seqs 32 \
    --max_steps 10000

这里出现了一个新的参数–use_embedding。在第3节和第5.1节中都提到过它的作用一一为输入数据加入一个巳embedding层。默认是使用独热编码而不使用embedding的，这里对汉字生成加入embedding层，可以获得更好的效果。

测试的命令为：

python sample.py \
    --use_embedding \
    --converter_path model/poetry/converter.pkl \
    --checkpoint_path model/poetry/ \
    --max_length 300

生成古诗如下：

不得何人尽，人来一水人。
一君何处处，一马有山风。
山水一相见，何人不可亲。
一君不可见，山色不相亲。
不见何人尽，何人不一人。
白人无未见，春水不相知。
山水多人去，江山不有人。
不见何年去，人归一月深。
何年何处去，何处不相知。
一日无人尽，山声不有年。
不见江城去，山云一上风。
一人归不去，一日一相闻。
一人不相见，春水自无来。
不知人自见，何月一相亲。
不知何处去，春月不无人。
不有人人去，江风一草深。
山云多自去，一月有相知。
白路多无日，何人不可知。
白人无不尽，春色不相归。
山水不相在，山云有未同。
山风无此日，不见不何时。
一日无无日，江城落日归

3. c代码生成
也可以利用Char RNN来生成代码。文件data /linux.txt为Linux源码。使用下面的命令来训练对应的模型。

python train.py \
    --input_file data/linux.txt \
    --num_steps 100 \
    --name linux \
    --learning_rate 0.01 \
    --num_seqs 32 \
    --max_steps 20000

这里使用了更大的序列长度100 （即num _steps 参数）。对于代码来说，依赖关系可能在较长的序列中才能体现出来（如函数的大括号等）。代码同样采用单个字母或符号输入，因此没再必要使用embedding层。

对应的测试命令为：

python sample.py \
    --converter_path model/linux/converter.pkl \
    --checkpoint_path model/linux/ \
    --max_length 1000

多次运行测试命令可以生成完全不一样的程序段。

<unk>_elaces */
    if (if (info);

    return 0)) {
        struct rq_trace_rt_prace_cpu(chal &= struct contait(chal && 0)
        if (return trace)
{
    struct int seq_reach_connt *pod);
}

/**
 * sibly() to currents same or read ath calle ared
     * interruns stating in so if char ards a trict the seq traces.chale oution. */
static insigned int commack_time_tree(struct task_class = trace_cpus(struct seq_parent(call * __is_rq_class);
    return tracing_tick(struct task_chor_tose_prist_state = check(cpu, cpu, struct trace_seq->regiter->signes_spin_trace_chat (inder) || ret_proctroc_procester_spor = spund(&compid &= case & _TRACK_INQ);
}

static scaunt;
                    put_set_trace_read(&trace_prise_t tist,
                      times_ret_to *can_cless_reac_try, int struct sent_puse());
        return state(struct call *tr);
        return -EINFE_SOST); i < 0 |= sched_reace = 0;
    } size_stop_stall->reloic && conting_state *tring_trace_copp_sage_can = 0;
        }
    return 0);
}

static int struct sproust_since()
{
}

        sched_pask_trace(&thread);

5.5 更多参数说明

除了上面提到的几个参数外。程序中还提供了一些参数，用于对模型进行微调，这些参数有：

–lstm_size:LSTM隐层的大小。默认为128。
–embedding_size：embedding空间的大小。默认为128。该参数只有在使用–use_embedding时生效。
–num_layers : LSTM的层数。默认为2 。
–max_vocab：使用的字母（汉字）的最大个数。默认为3500 。程序会自动挑选出使用最多的字，井将剩下的字归为一类，并标记为＜unk＞。

调整这几个参数就可以调整模型的大小，以获得更好的生成效果。读者
可以自己进行尝试。需要注意的是，在train.py运行时使用了参数，如–lstm_size 256，那么在运行sample.py时也必须使用同样的参数，即加上
–lstm_size 256 ，否则模型将无法正确载入。

最后还剩下两个运行参数，一个是–log_every，默认为10，即每隔10步会在屏幕上打出曰志。另外一个是–save_every_n ，默认为1000 ，即每隔
1000步会将模型保存下来。

5.6 运行自己的数据

在运行自己的数据时。需要更改–input_file和–name，其他的参数仿照设定即可。需要注意的是，使用的文本文件一定要是utf-8编码的，不然会出现解码错误。

6 总结

在这篇文章中，首先介绍了RNN和LSTM的基本结构，接着介绍了使用
TensorFlow实现RNN ( LSTM ）的基本步骤，最后通过一个CharRNN项目
展示了使用经典RNN结构的方法。希望通过本文的介绍，对TensorFlow和真中RNN的实现有较为详细的了解。

BruceCheen

关注

9
点赞
踩
22

收藏

觉得还不错? 一键收藏
1
评论
学习笔记：RNN基本结构与Char RNN文本生成

从这篇文章起，将开始学习循环神经网络（RNN）以及相关的项目。这篇文章首先会向大家介绍RNN经典的结构，以及色的几个变体。接着将在 TensorFlow 中使用经典的RNN结构实现一个有趣的项目： CharRNN 。Char RNN可以对文本的字符级概率进行建模，从而生成各种类型的文本。1 RNN的原理1.1 经典RNN结构RNN的英文全称是Recurrent Neural Ne...
复制链接

扫一扫