🔎大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流🔎
📝个人主页-Sonhhxg_柒的博客_CSDN博客 📃
🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝
📣系列专栏 - 机器学习【ML】 自然语言处理【NLP】 深度学习【DL】
🖍foreword
✔说明⇢本人讲解主要包括Python、机器学习(ML)、深度学习(DL)、自然语言处理(NLP)等内容。
如果你对这个系列感兴趣的话,可以关注订阅哟👋
目录
在序列学习中,我们以往假设的目标是: 在给定观测的情况下 (例如,在时间序列的上下文中或在语言模型的上下文中), 对下一个输出进行建模。 虽然这是一个典型情景,但不是唯一的。 还可能发生什么其它的情况呢? 我们考虑以下三个在文本序列中填空的任务:
-
我
___
。 -
我
___
饿了。 -
我
___
饿了,我可以吃半头猪。
根据可获得的信息量,我们可以用不同的词填空, 如“很高兴”(”happy”)、“不”(”not”)和“非常”(”very”)。 很明显,每个短语的“下文”传达了重要信息(如果有的话), 而这些信息关乎到选择哪个词来填空, 所以无法利用这一点的序列模型将在相关任务上表现不佳。 例如,如果要做好命名实体识别 (例如,识别“Green”指的是“格林先生”还是绿色), 不同长度的上下文范围重要性是相同的。 为了获得一些解决问题的灵感,让我们先迂回到概率图模型。
双向模型
如果我们希望在循环神经网络中拥有一种机制, 使之能够提供与隐马尔可夫模型类似的前瞻能力, 我们就需要修改循环神经网络的设计。 幸运的是,这在概念上很容易, 只需要增加一个“从最后一个词元开始从后向前运行”的循环神经网络, 而不是只有一个在前向模式下“从第一个词元开始运行”的循环神经网络。 双向循环神经网络(bidirectional RNNs) 添加了反向传递信息的隐藏层,以便更灵活地处理此类信息。描述了具有单个隐藏层的双向循环神经网络的架构。
双向循环神经网络架构
事实上,这与隐马尔可夫模型中的动态规划的前向和后向递归没有太大区别。 其主要区别是,在隐马尔可夫模型中的方程具有特定的统计意义。 双向循环神经网络没有这样容易理解的解释, 我们只能把它们当作通用的、可学习的函数。 这种转变集中体现了现代深度网络的设计原则: 首先使用经典统计模型的函数依赖类型,然后将其参数化为通用形式。
1. 定义
双向循环神经网络是由 [Schuster & Paliwal, 1997]提出的, 关于各种架构的详细讨论请参阅 [Graves & Schmidhuber, 2005]。 让我们看看这样一个网络的细节。
对于任意时间步t,给定一个小批量的输入数据 Xt∈Rn×d (样本数:n,每个示例中的输入数:d), 并且令隐藏层激活函数为ϕ。 在双向架构中,我们设该时间步的前向和反向隐状态分别为 H→t∈Rn×h和 H←t∈Rn×h, 其中h是隐藏单元的数目。 前向和反向隐状态的更新如下:
接下来,将前向隐状态H→t 和反向隐状态H←t连接起来, 获得需要送入输出层的隐状态Ht∈Rn×2h。 在具有多个隐藏层的深度双向循环神经网络中, 该信息作为输入传递到下一个双向层。 最后,输出层计算得到的输出为 Ot∈Rn×q(q是输出单元的数目):
这里,权重矩阵Whq∈R2h×q 和偏置bq∈R1×q 是输出层的模型参数。 事实上,这两个方向可以拥有不同数量的隐藏单元。
2. 模型的计算代价及其应用
双向循环神经网络的一个关键特性是:使用来自序列两端的信息来估计输出。 也就是说,我们使用来自过去和未来的观测信息来预测当前的观测。 但是在对下一个词元进行预测的情况中,这样的模型并不是我们所需的。 因为在预测下一个词元时,我们终究无法知道下一个词元的下文是什么, 所以将不会得到很好的精度。 具体地说,在训练期间,我们能够利用过去和未来的数据来估计现在空缺的词; 而在测试期间,我们只有过去的数据,因此精度将会很差。 下面的实验将说明这一点。
另一个严重问题是,双向循环神经网络的计算速度非常慢。 其主要原因是网络的前向传播需要在双向层中进行前向和后向递归, 并且网络的反向传播还依赖于前向传播的结果。 因此,梯度求解将有一个非常长的链。
双向层的使用在实践中非常少,并且仅仅应用于部分场合。 例如,填充缺失的单词、词元注释(例如,用于命名实体识别) 以及作为序列处理流水线中的一个步骤对序列进行编码(例如,用于机器翻译)。
双向循环神经网络Pytorch的实现
-
import torch
-
import torch.nn
as nn
-
import torchvision
-
import torchvision.transforms
as transforms
-
-
-
# 设备配置
-
device
= torch.device(
'cuda'
if torch.cuda.
is_available()
else
'cpu')
-
-
# 超参数
-
sequence_
length
=
28
-
input_
size
=
28
-
hidden_
size
=
128
-
num_layers
=
2
-
num_classes
=
10
-
batch_
size
=
100
-
num_epochs
=
2
-
learning_rate
=
0.003
-
-
# MNIST 数据集
-
train_dataset
= torchvision.datasets.MNIST(root
=
'../../data/',
-
train
=
True,
-
transform
=transforms.ToTensor(),
-
download
=
True)
-
-
test_dataset
= torchvision.datasets.MNIST(root
=
'../../data/',
-
train
=
False,
-
transform
=transforms.ToTensor())
-
-
# 数据加载器
-
train_loader
= torch.utils.
data.DataLoader(dataset
=train_dataset,
-
batch_
size
=batch_
size,
-
shuffle
=
True)
-
-
test_loader
= torch.utils.
data.DataLoader(dataset
=
test_dataset,
-
batch_
size
=batch_
size,
-
shuffle
=
False)
-
-
# 双向循环神经网络(多对一)
-
class BiRNN(nn.Module):
-
def __init__(
self,
input_
size, hidden_
size, num_layers, num_classes):
-
super(BiRNN,
self).__init__()
-
self.hidden_
size
= hidden_
size
-
self.num_layers
= num_layers
-
self.lstm
= nn.LSTM(
input_
size, hidden_
size, num_layers, batch_
first
=
True, bidirectional
=
True)
-
self.fc
= nn.Linear(hidden_
size
*
2, num_classes) #
2
for bidirection
-
-
def forward(
self, x):
-
# 设置初始状态
-
h
0
= torch.
zeros(
self.num_layers
*
2, x.
size(
0),
self.hidden_
size).
to(device) #
2
for bidirection
-
c
0
= torch.
zeros(
self.num_layers
*
2, x.
size(
0),
self.hidden_
size).
to(device)
-
-
# 前向传播 LSTM
-
out, _
=
self.lstm(x, (h
0, c
0)) # out: tensor
of shape (batch_
size, seq_
length, hidden_
size
*
2)
-
-
# 解码上一个时间步的隐藏状态
-
out
=
self.fc(out[:, -
1, :])
-
return out
-
-
model
= BiRNN(
input_
size, hidden_
size, num_layers, num_classes).
to(device)
-
-
-
# 损失和优化器
-
criterion
= nn.CrossEntropyLoss()
-
optimizer
= torch.optim.Adam(model.parameters(), lr
=learning_rate)
-
-
# 训练模型
-
total_step
= len(train_loader)
-
for epoch
in range(num_epochs):
-
for i, (images, labels)
in enumerate(train_loader):
-
images
= images.reshape(-
1,
sequence_
length,
input_
size).
to(device)
-
labels
= labels.
to(device)
-
-
# 前向传播
-
outputs
= model(images)
-
loss
= criterion(outputs, labels)
-
-
# 向后优化
-
optimizer.
zero_grad()
-
loss.backward()
-
optimizer.step()
-
-
if (i
+
1) %
100
=
=
0:
-
print (
'Epoch [{}/{}], Step [{}/{}], Loss: {:.4f}'
-
.
format(epoch
+
1, num_epochs, i
+
1, total_step, loss.item()))
-
-
# 测试模型
-
with torch.
no_grad():
-
correct
=
0
-
total
=
0
-
for images, labels
in
test_loader:
-
images
= images.reshape(-
1,
sequence_
length,
input_
size).
to(device)
-
labels
= labels.
to(device)
-
outputs
= model(images)
-
_, predicted
= torch.max(outputs.
data,
1)
-
total
+
= labels.
size(
0)
-
correct
+
= (predicted
=
= labels).
sum().item()
-
-
print(
'Test Accuracy of the model on the 10000 test images: {} %'.
format(
100
* correct
/ total))
-
-
# 模型保存
-
torch.save(model.state_dict(),
'model.ckpt')