8.5. 循环神经网络的从零开始实现 — 动手学深度学习 2.0.0 documentation
自用笔记
调试用代码
#[vocab.idx_to_token[i] for i in train_iter.corpus]
#[i for i in train_iter.corpus]
#''.join([vocab.idx_to_token[i] for i in train_iter.corpus])
batch_size, num_steps = 32, 35
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)
F.one_hot(torch.tensor([0, 2]), len(vocab))
#长度28中分别是0和2为真(值为1)的list
X = torch.arange(10).reshape((2, 5))
X1=F.one_hot(X.T, 28).shape #28是26个字母加空格加unknown
#x大小为(2,5) ,做成onehot之后维度增加变成(5,2,28)
#意思是每个值对应一个onehot类别,此处为2条句子,每条句子有5个字符 而每个字符属于onehot里面的一类,
#比如即第一个x[0][0]中的值就是0对应着[1,0,0,0,......,0]的样子
暂时用不到batch_size, num_steps的内容
num_steps表示从文本中取出多长的文本 此处35字符, 32条里每条长度为35字符的句子
但是以下是实例 只用到vocab
def get_params(vocab_size, num_hiddens, device):
#给与vocab字典类别大小和需要做的隐藏层的大小 以获得并初始化权重w和偏差b的函数
num_inputs = num_outputs = vocab_size #比如输入是一个类别数onehot之后变成28个类别 输出也是一个类别数onehot之后变成28个类别 都是vocab里28个类别的数
def normal(shape):#给予形状初始化值
return torch.randn(size=shape, device=device) * 0.01
# 隐藏层参数
#h为当前为下一位字符的影响因子
W_xh = normal((num_inputs, num_hiddens))
W_hh = normal((num_hiddens, num_hiddens))
b_h = torch.zeros(num_hiddens, device=device)
# 输出层参数
W_hq = normal((num_hiddens, num_outputs))
b_q = torch.zeros(num_outputs, device=device)
# 附加梯度
params = [W_xh, W_hh, b_h, W_hq, b_q]
for param in params:#需要梯度学习以变得更能预测出理想的值
param.requires_grad_(True)
return params
#初始化初始状态 state就是h的值 h第一维是x的第一维也就是下标的0维,第二维为hidden维
#从第一个字符开始的时候 只从第一个字符x1预测第二个值y1(已知文本的话是x2),h是不存在所以需要初始化值为0,因为有更早的字符做影响因子,而从第二个之后开始 h就有了第一个字符的影响所以值在之前加上了W_xh*H了
def init_rnn_state(batch_size, num_hiddens, device):
return (torch.zeros((batch_size, num_hiddens), device=device), )#传了两个返回值回去
#是为了后面的lstm写的方便留的 所以下面H, = state 第二个不接收参数
def rnn(inputs, state, params):
# inputs的形状:(时间步数量,批量大小,词表大小)
W_xh, W_hh, b_h, W_hq, b_q = params
H, = state
outputs = []
# X的形状:(批量大小,词表大小)
for X in inputs:#公式要看网页或者视频 tanh此处做激活函数作用
H = torch.tanh(torch.mm(X, W_xh) + torch.mm(H, W_hh) + b_h)
Y = torch.mm(H, W_hq) + b_q
outputs.append(Y)
return torch.cat(outputs, dim=0), (H,)
class RNNModelScratch:
"""从零开始实现的循环神经网络模型"""
def __init__(self, vocab_size, num_hiddens, device,
get_params, init_state, forward_fn):
#传参 设定参数
self.vocab_size, self.num_hiddens = vocab_size, num_hiddens
self.params = get_params(vocab_size, num_hiddens, device)
self.init_state, self.forward_fn = init_state, forward_fn
def __call__(self, X, state):
X = F.one_hot(X.T, self.vocab_size).type(torch.float32)
return self.forward_fn(X, state, self.params)
def begin_state(self, batch_size, device):
return self.init_state(batch_size, self.num_hiddens, device)
num_hiddens = 512
net = RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,
init_rnn_state, rnn)
state = net.begin_state(X.shape[0], d2l.try_gpu())
#h第一维是x的第一维也就是下标的0维,第二维为hidden维
Y, new_state = net(X.to(d2l.try_gpu()), state)
#forward_fn传递为rnn()函数
Y.shape, len(new_state), new_state[0].shape
目前思路是
x为输入形状为(batch_size,num_steps) 此处为(2,5) 转置onehote之后变成(5,2,28)
画矩阵图的话可以发现其实后两维是X的转置 遍历就可以变成每个字符中对应的两个句子的类别数形状为(2,28)
为了变形为隐藏层512,W_xh就要(28,512) 于是W_xh*单个x就变成了(2,512)
h为x没有变换之前的第一维与第二维是隐藏层所以为(2,512) W_hh就为(512,512) 变换成(2,512)
W_hq为(512,28) 所以y可以变成(2,28) 意思是从每个x中可以取出对应的下一个字符y,所以维持
(2,28) 2个句子中各自的字符
真实例子开始
#预测部分最后讲
def train_epoch_ch8(net, train_iter, loss, updater, device, use_random_iter):
"""训练网络一个迭代周期(定义见第8章)"""
state, timer = None, d2l.Timer()
metric = d2l.Accumulator(2) # 训练损失之和,词元数量
for X, Y in train_iter:#X为文本中随机一段,Y为X文本后移一位的文本 对应着x的第一个预测y第一个也就是x的第二个(在X现有文本中)
# #x第一个和第二个预测y的第二个,x的第一二三个预测y的第三个 ''.join([vocab.idx_to_token[i] for i in X[0]]), ''.join([vocab.idx_to_token[i] for i in Y[0]]),->('llsithe time traveller for so it wi', 'lsithe time traveller for so it wil')
#''.join([vocab.idx_to_token[i] for i in X[0]]),len(''.join([vocab.idx_to_token[i] for i in X[0]])) ->('llsithe time traveller for so it wi', 35)
if state is None or use_random_iter:
# 在第一次迭代或使用随机抽样时初始化state
state = net.begin_state(batch_size=X.shape[0], device=device)
else:
if isinstance(net, nn.Module) and not isinstance(state, tuple):
# state对于nn.GRU是个张量
state.detach_()
else:
# state对于nn.LSTM或对于我们从零开始实现的模型是个张量
for s in state:
s.detach_()
y = Y.T.reshape(-1)
X, y = X.to(device), y.to(device)
y_hat, state = net(X, state)
l = loss(y_hat, y.long()).mean()
if isinstance(updater, torch.optim.Optimizer):
updater.zero_grad()
l.backward()
grad_clipping(net, 1)
updater.step()
else:
l.backward()
grad_clipping(net, 1)
# 因为已经调用了mean函数
updater(batch_size=1)
metric.add(l * y.numel(), y.numel())
return math.exp(metric[0] / metric[1]), metric[1] / timer.stop()
def train_ch8(net, train_iter, vocab, lr, num_epochs, device,
use_random_iter=False):
"""训练模型(定义见第8章)"""
loss = nn.CrossEntropyLoss()
animator = d2l.Animator(xlabel='epoch', ylabel='perplexity',
legend=['train'], xlim=[10, num_epochs])
# 初始化
if isinstance(net, nn.Module):
updater = torch.optim.SGD(net.parameters(), lr)
else:
updater = lambda batch_size: d2l.sgd(net.params, lr, batch_size)
predict = lambda prefix: predict_ch8(prefix, 50, net, vocab, device)
# 训练和预测
for epoch in range(num_epochs):
ppl, speed = train_epoch_ch8(
net, train_iter, loss, updater, device, use_random_iter)
if (epoch + 1) % 10 == 0:
print(predict('time traveller'))
animator.add(epoch + 1, [ppl])
print(f'困惑度 {ppl:.1f}, {speed:.1f} 词元/秒 {str(device)}')
print(predict('time traveller'))
print(predict('traveller'))
#num_epochs, lr = 500, 1
num_epochs, lr = 5, 1
train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu())
net = RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,
init_rnn_state, rnn)
#train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu(),use_random_iter=True)
d2l.plt.show()
单个y是(32,28) 有35个字符 所以应该是list里面装有35个不同的y 表示每一条句子的每一个字符
最后算法他将这加起来按0维度就变成了(32*28=1120,28)
从上往下看每32条句子都是对应一个下标的字符,构成了y_hat,这与y相对应 最后用交叉熵做损失再sum可以对应到各自的位置
#裁剪部分就不讲了 有初步理解但是讲不清楚
def grad_clipping(net, theta):
"""裁剪梯度"""
if isinstance(net, nn.Module):
params = [p for p in net.parameters() if p.requires_grad]
else:
params = net.params
norm = torch.sqrt(sum(torch.sum((p.grad ** 2)) for p in params))
if norm > theta:
for param in params:
param.grad[:] *= theta / norm
#预测部分最后讲
def predict_ch8(prefix, num_preds, net, vocab, device):
"""在prefix后面生成新字符"""
state = net.begin_state(batch_size=1, device=device)
outputs = [vocab[prefix[0]]] #[3] 第一个字符放进字典搜出下标
get_input = lambda: torch.tensor([outputs[-1]], device=device).reshape((1, 1))#最后预测的一个值作为输入 批量为1 时间长度为1
for y in prefix[1:]: # 预热期
_, state = net(get_input(), state)
outputs.append(vocab[y])
for _ in range(num_preds): # 预测num_preds步
y, state = net(get_input(), state)
outputs.append(int(y.argmax(dim=1).reshape(1)))
return ''.join([vocab.idx_to_token[i] for i in outputs])