我们每次采样的小批量数据形状是(批量⼤小, 时间步数)。
one_hot函数将这样⼀个小批量数据转换成三维张量,张量的最后⼀个维度等于词汇表⼤小(len(vocab))。
我们经常转换输⼊的维度,以便获得形状为(时间步数, 批量⼤小, 词汇表⼤小)的输出。
这将使我们能够更⽅便地通过最外层的维度,⼀步⼀步地更新小批量数据的隐藏状态。
下面我们讨论一下,为什么要转置矩阵。
拿本例来说,我们的输入是一个 2528的矩阵。2是batchsize,即有2句话,5是timestep,即每句话有5个词,28是vocab_size
我们需要的是拿第n个词(及前面的一些词)来预测第n+1个词,而不是用第一句话来预测第二句话。
如果输入 2528,首层遍历之后,每次输入都是528,而这528代表的是一句话,这句话输入进去之后H保存的就是这句话的信息,输出的是预测的下一句话,然而,第二句话与第一句话是独立的,这就与我们的需求相违背。
总之就是,我们需要每次训练同一个批量下的同一时间步,即一次输入几句话,几句话同时推进时间步。
初始化循环神经网络模型参数
隐藏单元数num_hiddens是一个可调的超参数。 当训练语言模型时,输入和输出来自相同的词表。 因此,它们具有相同的维度,即词表的大小。
def get_params(vocab_size, num_hiddens, device):
num_inputs = num_outputs = vocab_size
#输入输出都是一个词,onehot之后变成一个长度为vocabsize的向量
def normal(shape):
return torch.randn(size=shape, device=device) * 0.01
# 隐藏层参数
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:
param.requires_grad_(True)
return params
def init_rnn_state(batch_size, num_hiddens, device):
return (torch.zeros((batch_size, num_hiddens), device=device), )
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
#H是前一时刻隐藏状态
outputs = []
# X的形状:(批量大小,词表大小)
for X in inputs:
#使用前一时刻t-1的H更新成为当前t的H
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,)
注意:
1、inputs是(batchsize,vocabsize),事实上,如果时间步为t的话,我们可以类似看成是每个batch里面有t个样本而不是batchsize个样本(转置带来的作用)
2、rnn函数中的循环的是时间步,每一个时间步是for的每一次循环
3、我们把结果Y拼接起来,使得列数不变,仍为vocabsize,行数叠加,最终成为bacthsize*numstep
包装类
class RNNModelScratch: #@save
"""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):
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)
检查
X是[2,5]
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())
Y, new_state = net(X.to(d2l.try_gpu()), state)
Y.shape, len(new_state), new_state[0].shape
我们可以看到输出形状是(时间步数×批量大小,词表大小), 而隐状态形状保持不变,即(批量大小,隐藏单元数)。