tf.nn.dynamic_rnn返回值详解

最新推荐文章于 2022-06-17 09:32:15 发布

风吹草地现牛羊的马

最新推荐文章于 2022-06-17 09:32:15 发布

阅读量669

点赞数 2

分类专栏： tensorflow LSTM RNN

本文链接：https://blog.csdn.net/mch2869253130/article/details/89280203

版权

tensorflow 同时被 3 个专栏收录

35 篇文章 1 订阅

订阅专栏

RNN

6 篇文章 0 订阅

订阅专栏

LSTM

5 篇文章 0 订阅

订阅专栏

函数原型

tf.nn.dynamic_rnn(
    cell,
    inputs,
    sequence_length=None,
    initial_state=None,
    dtype=None,
    parallel_iterations=None,
    swap_memory=False,
    time_major=False,
    scope=None
)

参数讲解：

cell: RNNCell的一个实例.
inputs: RNN输入.
- 如果time_major == False(默认), 则是一个shape为[batch_size, max_time, input_size]的Tensor,或者这些元素的嵌套元组。
- 如果time_major == True,则是一个shape为[max_time, batch_size, input_size]的Tensor,或这些元素的嵌套元组。
sequence_length: (可选）大小为[batch_size],数据的类型是int32/int64向量。如果当前时间步的index超过该序列的实际长度时，则该时间步不进行计算，RNN的state复制上一个时间步的，同时该时间步的输出全部为零。
initial_state: (可选)RNN的初始state(状态)。如果cell.state_size(一层的RNNCell)是一个整数，那么它必须是一个具有适当类型和形状的张量[batch_size，cell.state_size]。如果cell.state_size是一个元组(多层的RNNCell,如MultiRNNCell)，那么它应该是一个张量元组，每个元素的形状为[batch_size，s] for s in cell.state_size。
time_major: inputs 和outputs 张量的形状格式。如果为True，则这些张量都应该是（都会是）[max_time, batch_size, depth]。如果为false，则这些张量都应该是（都会是）[batch_size，max_time, depth]。time_major=true说明输入和输出tensor的第一维是max_time。否则为batch_size。

使用time_major =True更有效,因为它避免了RNN计算开始和结束时的转置.但是,大多数TensorFlow数据都是batch-major,因此默认情况下,此函数接受输入并以batch-major形式发出输出.

返回值：
一对(outputs, state),其中：

outputs： RNN输出Tensor.
- 如果time_major == False(默认),这将是shape为[batch_size, max_time, cell.output_size]的Tensor.
- 如果time_major == True,这将是shape为[max_time, batch_size, cell.output_size]的Tensor.
state： 最终的状态.
- 一般情况下state的形状为 [batch_size, cell.output_size ]
- 如果cell是LSTMCells,则state将是包含每个单元格的LSTMStateTuple的元组，state的形状为[2，batch_size, cell.output_size ]

实列讲解

import tensorflow as tf
import numpy as np
 
n_steps = 2
n_inputs = 3
n_neurons = 5     # 也就是hidden_size
 
X = tf.placeholder(tf.float32, [None, n_steps, n_inputs])
basic_cell = tf.contrib.rnn.BasicRNNCell(num_units=n_neurons)
 
seq_length = tf.placeholder(tf.int32, [None])
outputs, states = tf.nn.dynamic_rnn(basic_cell, X, dtype=tf.float32,
                                    sequence_length=seq_length)
 
init = tf.global_variables_initializer()
 
X_batch = np.array([
        # step 0     step 1
        [[0, 1, 2], [9, 8, 7]], # instance 1
        [[3, 4, 5], [0, 0, 0]], # instance 2 
        [[6, 7, 8], [6, 5, 4]], # instance 3
        [[9, 0, 1], [3, 2, 1]], # instance 4
    ])
seq_length_batch = np.array([2, 1, 2, 2])
 
with tf.Session() as sess:
    init.run()
    outputs_val, states_val = sess.run(
        [outputs, states], feed_dict={X: X_batch, seq_length: seq_length_batch})
    print("outputs_val.shape:", outputs_val.shape, "states_val.shape:", states_val.shape)
    print("outputs_val:", outputs_val, "states_val:", states_val)

输出

outputs_val.shape: (4, 2, 5) states_val.shape: (4, 5)
outputs_val: 
[[[ 0.53073734 -0.61281306 -0.5437517   0.7320347  -0.6109526 ]
  [ 0.99996936  0.99990636 -0.9867181   0.99726075 -0.99999976]]
 
 [[ 0.9931584   0.5877845  -0.9100412   0.988892   -0.9982337 ]
  [ 0.          0.          0.          0.          0.        ]]
 
 [[ 0.99992317  0.96815354 -0.985101    0.9995968  -0.9999936 ]
  [ 0.99948144  0.9998127  -0.57493806  0.91015154 -0.99998355]]
 
 [[ 0.99999255  0.9998929   0.26732785  0.36024097 -0.99991137]
  [ 0.98875254  0.9922327   0.6505734   0.4732064  -0.9957567 ]]] 
states_val:
 [[ 0.99996936  0.99990636 -0.9867181   0.99726075 -0.99999976]
 [ 0.9931584   0.5877845  -0.9100412   0.988892   -0.9982337 ]
 [ 0.99948144  0.9998127  -0.57493806  0.91015154 -0.99998355]
 [ 0.98875254  0.9922327   0.6505734   0.4732064  -0.9957567 ]]

上面代码搭建的RNN网络如下图所示
在这里插入图片描述
上图中：椭圆表示tensor，矩形表示RNN cell。

首先tf.nn.dynamic_rnn()的time_major是默认的false，故输入X应该是一个 $batch\_size，step，input\_size] = [4，2，3]$ 的tensor，注意我们这里调用的是BasicRNNCell，只有一层循环网络，outputs是最后一层每个step的输出，它的结构是 $batch\_size，step，n\_neurons] = [4，2，5]$ ，states是每一层的最后那个step的输出，由于本例中，我们的循环网络只有一个隐藏层，所以它就代表这一层的最后那个step的输出，因此它和step的大小是没有关系的，我们的X有4个样本组成，隐层神经元个数为n_neurons是5，因此states的结构就是 $batch\_size，n\_neurons] = [4，5]$ ，最后我们观察数据，states的每条数据正好就是outputs的最后一个step的输出。

下面我们继续讲解多个隐藏层的情况，这里是三个隐藏层，注意我们这里仍然是调用BasicRNNCell

import tensorflow as tf
import numpy as np
 
n_steps = 2
n_inputs = 3
n_neurons = 5
n_layers = 3
 
X = tf.placeholder(tf.float32, [None, n_steps, n_inputs])
seq_length = tf.placeholder(tf.int32, [None])
 
layers = [tf.contrib.rnn.BasicRNNCell(num_units=n_neurons,
                                      activation=tf.nn.relu)
          for layer in range(n_layers)]
multi_layer_cell = tf.contrib.rnn.MultiRNNCell(layers)
outputs, states = tf.nn.dynamic_rnn(multi_layer_cell, X, dtype=tf.float32, sequence_length=seq_length)
 
init = tf.global_variables_initializer()
 
X_batch = np.array([
        # step 0     step 1
        [[0, 1, 2], [9, 8, 7]], # instance 1
        [[3, 4, 5], [0, 0, 0]], # instance 2 (padded with zero vectors)
        [[6, 7, 8], [6, 5, 4]], # instance 3
        [[9, 0, 1], [3, 2, 1]], # instance 4
    ])
 
seq_length_batch = np.array([2, 1, 2, 2])
 
with tf.Session() as sess:
    init.run()
    outputs_val, states_val = sess.run(
        [outputs, states], feed_dict={X: X_batch, seq_length: seq_length_batch})
    print("outputs_val.shape:", outputs, "states_val.shape:", states)
    print("outputs_val:", outputs_val, "states_val:", states_val)

输出

outputs_val.shape: 
Tensor("rnn/transpose_1:0", shape=(?, 2, 5), dtype=float32) 
 
states_val.shape: 
(<tf.Tensor 'rnn/while/Exit_3:0' shape=(?, 5) dtype=float32>, 
 <tf.Tensor 'rnn/while/Exit_4:0' shape=(?, 5) dtype=float32>, 
 <tf.Tensor 'rnn/while/Exit_5:0' shape=(?, 5) dtype=float32>)
 
outputs_val:
 [[[0.         0.         0.         0.         0.        ]
  [0.         0.18740742 0.         0.2997518  0.        ]]
 
 [[0.         0.07222144 0.         0.11551574 0.        ]
  [0.         0.         0.         0.         0.        ]]
 
 [[0.         0.13463384 0.         0.21534224 0.        ]
  [0.03702604 0.18443246 0.         0.34539366 0.        ]]
 
 [[0.         0.54511094 0.         0.8718864  0.        ]
  [0.5382122  0.         0.04396425 0.4040263  0.        ]]] 
 
states_val:
 (array([[0.        , 0.83723307, 0.        , 0.        , 2.8518028 ],
       [0.        , 0.1996038 , 0.        , 0.        , 1.5456247 ],
       [0.        , 1.1372368 , 0.        , 0.        , 0.832613  ],
       [0.        , 0.7904129 , 2.4675028 , 0.        , 0.36980057]],
      dtype=float32), 
  array([[0.6524607 , 0.        , 0.        , 0.        , 0.        ],
       [0.25143963, 0.        , 0.        , 0.        , 0.        ],
       [0.5010576 , 0.        , 0.        , 0.        , 0.        ],
       [0.        , 0.3166597 , 0.4545995 , 0.        , 0.        ]],
      dtype=float32), 
  array([[0.        , 0.18740742, 0.        , 0.2997518 , 0.        ],
       [0.        , 0.07222144, 0.        , 0.11551574, 0.        ],
       [0.03702604, 0.18443246, 0.        , 0.34539366, 0.        ],
       [0.5382122 , 0.        , 0.04396425, 0.4040263 , 0.        ]],
      dtype=float32))

多层的RNN网络如下图所示
在这里插入图片描述
我们说过，outputs是最后一层的输出，即 $batch\_size，step，n\_neurons] = [4，2，5]$
states是每一层的最后一个step的输出，即三个结构为 $batch\_size，n\_neurons] = [4，5]$ 的tensor继续观察数据，states中的最后一个array，正好是outputs的最后那个step的输出。

下面我们继续讲当由BasicLSTMCell构造单元工厂的时候，只讲多层的情况，我们只需要将上面的 BasicRNNCell替换成BasicLSTMCell就行了，打印信息如下：

outputs_val.shape: 
Tensor("rnn/transpose_1:0", shape=(?, 2, 5), dtype=float32) 
 
states_val.shape:
(LSTMStateTuple(c=<tf.Tensor 'rnn/while/Exit_3:0' shape=(?, 5) dtype=float32>, 
                h=<tf.Tensor 'rnn/while/Exit_4:0' shape=(?, 5) dtype=float32>), 
LSTMStateTuple(c=<tf.Tensor 'rnn/while/Exit_5:0' shape=(?, 5) dtype=float32>, 
               h=<tf.Tensor 'rnn/while/Exit_6:0' shape=(?, 5) dtype=float32>), 
LSTMStateTuple(c=<tf.Tensor 'rnn/while/Exit_7:0' shape=(?, 5) dtype=float32>, 
               h=<tf.Tensor 'rnn/while/Exit_8:0' shape=(?, 5) dtype=float32>))
 
outputs_val: 
[[[1.2949290e-04 0.0000000e+00 2.7623639e-04 0.0000000e+00 0.0000000e+00]
  [9.4675866e-05 0.0000000e+00 2.0214770e-04 0.0000000e+00 0.0000000e+00]]
 
 [[4.3100454e-06 4.2123037e-07 1.4312843e-06 0.0000000e+00 0.0000000e+00]
  [0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00]]
 
 [[0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00]
  [0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00]]
 
 [[0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00]
  [0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00]]] 
 
states_val: 
(LSTMStateTuple(
c=array([[0.        , 0.        , 0.04676079, 0.04284539, 0.        ],
       [0.        , 0.        , 0.0115245 , 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ]],
      dtype=float32), 
h=array([[0.        , 0.        , 0.00035096, 0.04284406, 0.        ],
       [0.        , 0.        , 0.00142574, 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ]],
      dtype=float32)), 
LSTMStateTuple(
c=array([[0.0000000e+00, 1.0477135e-02, 4.9871090e-03, 8.2785974e-04,
        0.0000000e+00],
       [0.0000000e+00, 2.3306280e-04, 0.0000000e+00, 9.9445322e-05,
        5.9535629e-05],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00]], dtype=float32), 
h=array([[0.00000000e+00, 5.23016974e-03, 2.47756205e-03, 4.11730434e-04,
        0.00000000e+00],
       [0.00000000e+00, 1.16522635e-04, 0.00000000e+00, 4.97301044e-05,
        2.97713632e-05],
       [0.00000000e+00, 0.00000000e+00, 0.00000000e+00, 0.00000000e+00,
        0.00000000e+00],
       [0.00000000e+00, 0.00000000e+00, 0.00000000e+00, 0.00000000e+00,
        0.00000000e+00]], dtype=float32)), 
LSTMStateTuple(
c=array([[1.8937115e-04, 0.0000000e+00, 4.0442235e-04, 0.0000000e+00,
        0.0000000e+00],
       [8.6200516e-06, 8.4243663e-07, 2.8625946e-06, 0.0000000e+00,
        0.0000000e+00],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00]], dtype=float32), 
h=array([[9.4675866e-05, 0.0000000e+00, 2.0214770e-04, 0.0000000e+00,
        0.0000000e+00],
       [4.3100454e-06, 4.2123037e-07, 1.4312843e-06, 0.0000000e+00,
        0.0000000e+00],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00],
       [0.0000000e+00, 0.0000000e+00, 0.0000000e+00, 0.0000000e+00,
        0.0000000e+00]], dtype=float32)))

LSTM的网络结构如下图：
在这里插入图片描述
一个LSTM cell有两个状态 $C_{t}$ 和 $h_{t}$ ，而不是像一个RNN cell一样只有 $h_{t}$ 。
关于LSTM的讲解可以看博客：LSTM理论知识讲解
在tensorflow中，将一个LSTM cell的 $C_{t}$ 和 $h_{t}$ 合在一起，称为LSTMStateTuple。
因此我们的states包含三个LSTMStateTuple，每一个LSTMStateTuple表示每一层的最后一个step的输出，这个输出有两个信息，一个是 $h_{t}$ 表示短期记忆信息，一个是 $C_{t}$ 表示长期记忆信息。维度都是[batch_size，n_neurons] = [4，5]，states的最后一个LSTMStateTuple中的 $h_{t}$ 就是outputs的最后一个step的输出

参考博客：https://blog.csdn.net/junjun150013652/article/details/81331448

风吹草地现牛羊的马

关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
tf.nn.dynamic_rnn返回值详解

函数原型tf.nn.dynamic_rnn( cell, inputs, sequence_length=None, initial_state=None, dtype=None, parallel_iterations=None, swap_memory=False, time_major=False, scope=Non...
复制链接

扫一扫

专栏目录