深度学习笔记2：关于LSTM神经网络输入输出的理解

最新推荐文章于 2024-05-24 01:05:04 发布

陆撄宁

最新推荐文章于 2024-05-24 01:05:04 发布

阅读量9.6k

点赞数 7

分类专栏：神经网络文章标签： LSTM 神经网络

本文链接：https://blog.csdn.net/u011195077/article/details/87882634

版权

神经网络专栏收录该内容

3 篇文章 0 订阅

订阅专栏

我们在理解RNN或者LSTM的时候，对它们的输入和输出的维度都很迷惑，下面是我结合代码和网上的一些资料进行理解
首先，正常的全连接层网络拓扑是这样的：
在这里插入图片描述
有输入层、隐层和输出层，隐层中有神经元，无论是CNN还是RNN都可以这样概括，图中每个参数都跟全部的神经元有链接。关于RNN的理解可以看我上一篇的文章
接下来看下LSTM的拓扑图：

LSTM的精华就来了，就是如下公式：
在这里插入图片描述
在拓扑图中，我们看到的是不同时刻的X输入到LSTM，还可以看到中间的 cell 里面有四个黄色小框，你如果理解了那个代表的含义一切就明白了，其中每一个小黄框代表一个前馈网络层，对，就是经典的神经网络的结构，num_units就是这个层的隐藏神经元个数，就这么简单。其中1、2、4的激活函数是 sigmoid，第三个的激活函数是 tanh。
我们只需要记住：
1）cell的状态是一个向量，是一个多值，而我们训练的网络的目的就是为了得到这个值
2） $h_{t-1},x_{t}]$ 是通过concat结合起来的，也就是拼接，比如，如果x为28向量，h为128位，结合后就是156位向量
3）cell是共享权重，虽然上图中我们看到的是三个重复的结构图，但实际上是每个结构图是不同时序的输入情况，不同时序的x不断输入该结构中不断更新cell的值。
4）LSTM的参数数量就是把 $W_{f}、W_{i}、W_{c}、W_{o}$ 和 $b_{f}、b_{i}、b_{c}、b_{o}$ 的元素加起来，假设num_units是128，输入x是28位，h的向量维度也是128，所以LSTM的神经元个数为：
( 128 + 25 ) x ( 128 x 4 ) + 4 x 128

源码如下（参考这篇博客）


LSTM 关键代码：

@tf_export("nn.rnn_cell.BasicLSTMCell")
class BasicLSTMCell(LayerRNNCell):
  """Basic LSTM recurrent network cell.
  The implementation is based on: http://arxiv.org/abs/1409.2329.
  We add forget_bias (default: 1) to the biases of the forget gate in order to
  reduce the scale of forgetting in the beginning of the training.
  It does not allow cell clipping, a projection layer, and does not
  use peep-hole connections: it is the basic baseline.
  For advanced models, please use the full @{tf.nn.rnn_cell.LSTMCell}
  that follows.
  """

  def __init__(self,
               num_units,
               forget_bias=1.0,
               state_is_tuple=True,
               activation=None,
               reuse=None,
               name=None,
               dtype=None):
    """Initialize the basic LSTM cell.
    Args:
      num_units: int, The number of units in the LSTM cell.
      forget_bias: float, The bias added to forget gates (see above).
        Must set to `0.0` manually when restoring from CudnnLSTM-trained
        checkpoints.
      state_is_tuple: If True, accepted and returned states are 2-tuples of
        the `c_state` and `m_state`.  If False, they are concatenated
        along the column axis.  The latter behavior will soon be deprecated.
      activation: Activation function of the inner states.  Default: `tanh`.
      reuse: (optional) Python boolean describing whether to reuse variables
        in an existing scope.  If not `True`, and the existing scope already has
        the given variables, an error is raised.
      name: String, the name of the layer. Layers with the same name will
        share weights, but to avoid mistakes we require reuse=True in such
        cases.
      dtype: Default dtype of the layer (default of `None` means use the type
        of the first input). Required when `build` is called before `call`.
      When restoring from CudnnLSTM-trained checkpoints, must use
      `CudnnCompatibleLSTMCell` instead.
    """
    super(BasicLSTMCell, self).__init__(_reuse=reuse, name=name, dtype=dtype)
    if not state_is_tuple:
      logging.warn("%s: Using a concatenated state is slower and will soon be "
                   "deprecated.  Use state_is_tuple=True.", self)

    # Inputs must be 2-dimensional.
    self.input_spec = base_layer.InputSpec(ndim=2)

    self._num_units = num_units
    self._forget_bias = forget_bias
    self._state_is_tuple = state_is_tuple
    self._activation = activation or math_ops.tanh

  @property
  def state_size(self):
    # 隐藏层的 size：
    return (LSTMStateTuple(self._num_units, self._num_units)
            if self._state_is_tuple else 2 * self._num_units)

  @property
  def output_size(self):
    # 输出层的size：Hidden_size
    return self._num_units

  def build(self, inputs_shape):
    if inputs_shape[1].value is None:
      raise ValueError("Expected inputs.shape[-1] to be known, saw shape: %s"
                       % inputs_shape)
   
    #inputs的维度为:[batch_size,input_size]
    #如果是第一层每个时刻词语的输入，则这个input_size 就是 embedding_size,就等于词向量的维度；
    # 所以 此时 input_depth，就是input_size
    input_depth = inputs_shape[1].value
    # h_depth 就是 Hidden_size,隐藏层的维度
    h_depth = self._num_units

    # self._kernel == W；则此时 W的维度 为【input_size + Hidden_size，4* Hidden_size】
    # 此处定义四个 W 和 B，是为了，一次就把 i，j，f，o 计算出来；相当于图中的 ft，it，ct‘，ot
    self._kernel = self.add_variable(
        _WEIGHTS_VARIABLE_NAME,
        shape=[input_depth + h_depth, 4 * self._num_units])
    # 此时的B的维度为【4 * Hidden_size】
    self._bias = self.add_variable(
        _BIAS_VARIABLE_NAME,
        shape=[4 * self._num_units],
        initializer=init_ops.zeros_initializer(dtype=self.dtype))

    self.built = True

  def call(self, inputs, state):
    """Long short-term memory cell (LSTM).
    Args:
      inputs: `2-D` tensor with shape `[batch_size, input_size]`.
      state: An `LSTMStateTuple` of state tensors, each shaped
        `[batch_size, num_units]`, if `state_is_tuple` has been set to
        `True`.  Otherwise, a `Tensor` shaped
        `[batch_size, 2 * num_units]`.
    Returns:
      A pair containing the new hidden state, and the new state (either a
        `LSTMStateTuple` or a concatenated state, depending on
        `state_is_tuple`).
    """
    sigmoid = math_ops.sigmoid
    one = constant_op.constant(1, dtype=dtypes.int32)
    # Parameters of gates are concatenated into one multiply for efficiency.
    # 每一层的第0时刻的 c 和 h，元素全部初始化为0；
    if self._state_is_tuple:
      c, h = state
    else:
      c, h = array_ops.split(value=state, num_or_size_splits=2, axis=one)

    # 此时刻的 input：Xt 和 上一时刻的输出：Ht-1，进行结合；
    # inputs shape : [batch_size,input_size],第一层的时候，input_size，就相当于 embedding_size
    # 结合后的维度为【batch_size，input_size + Hidden_size】，W的维度为【input_size + Hidden_size，4*hidden_size】
    # 两者进行矩阵相乘后的维度为：【batch_size,4*hidden_size】
    gate_inputs = math_ops.matmul(
        array_ops.concat([inputs, h], 1), self._kernel)
    # B 的shape 为:【4 * Hidden_size】，[Xt,Ht-1] * W 计算后的shape为：[batch_size, 4 * Hidden_size]
    # nn_ops.bias_add,这个函数的计算方法是，让每个 batch 得到的值，都加上这个 B；
    # 这一步，加上B后，得到的是，i，j，f，o 的结合， [Xt,Ht-1] * W + B,得到的 shape 还是: [batch_size, 4 * Hidden_size]
    #  加上偏置B后的维度为：【batch_size，4 * Hidden_size】
    gate_inputs = nn_ops.bias_add(gate_inputs, self._bias)

    # i = input_gate, j = new_input, f = forget_gate, o = output_gate
    # 从以上的矩阵相乘后，分割出来四部分，就是 i，j，f，o的值；
    # 每个的维度为【batch_size，Hidden_size】
    i, j, f, o = array_ops.split(
        value=gate_inputs, num_or_size_splits=4, axis=one)

    forget_bias_tensor = constant_op.constant(self._forget_bias, dtype=f.dtype)

    # Note that using `add` and `multiply` instead of `+` and `*` gives a
    # performance improvement. So using those at the cost of readability.
    add = math_ops.add
    # 此处加上遗忘的 bias，选择遗忘元素；
    # 以下计算是：对应元素相乘：因为四个参数的维度都是【batch_size，hidden_size】，计算后维度不变；
    # new_c = c*sigmoid（f+bias) + sigmoid(i)*tanh(o)

    # 计算后的维度为【batch_size,hidden_size】
    multiply = math_ops.multiply
    new_c = add(multiply(c, sigmoid(add(f, forget_bias_tensor))),
                multiply(sigmoid(i), self._activation(j)))
    # 以下计算是：对应元素相乘：因为2个参数的维度都是【batch_size，hidden_size】，计算后维度不变；
    #new_h = sigmoid(o) * tanh(new_c)

    new_h = multiply(self._activation(new_c), sigmoid(o))

    # 计算后的维度是(值不相等)：new_c == new_h == 【batch_size,hidden_size】


    if self._state_is_tuple:
      new_state = LSTMStateTuple(new_c, new_h)
    else:
      new_state = array_ops.concat([new_c, new_h], 1)
    # new_h:最后一个时刻的H，new_state：最后一个时刻的 H和C；循环执行该函数，执行 num_step次(即 最大的步长),则该层计算完全;
    # 此时的 new_c 和 new_h,作为下一时刻的输入，new_h 和下一时刻的，Xt+1 进行连接，连接后的维度为，【batch_size，input_size + Hidden_size】
    # 如果还有下一层的话，那么此刻的 new_h,变身为下一时刻的 Xt
    return new_h, new_state

在知乎上，找到一个例子非常形象，
RecurrentNNs的结构图（RNN与LSTM等同）我认为应该这样画，在理解上才会更清晰些，对比MLP，也一目了然。(自己画的为了简约，只画了4个time-steps ）……
在这里插入图片描述
看图。每个时序的输入我是一次time_step一张input tensor，隐状态也就代表了一张MLP的hidden layer的一个cell。输出理解无异。注意，红色的箭头指向indicates the tensor’s flow at time-sequential order。再结合一个操作实例说明。如果我有一条长文本，我给句子事先分割好句子，并且进行tokenize, dictionarize,接着再由look up table 查找到embedding，将token由embedding表示，再对应到上图的输入。流程如下：

step1, raw text:
接触LSTM模型不久，简单看了一些相关的论文，还没有动手实现过。然而至今仍然想不通LSTM神经网络究竟是怎么工作的。……

step2, tokenize (中文得分词): sentence1: 接触 LSTM 模型不久，简单看了一些相关的论文，还没有动手实现过。 sentence2: 然而至今仍然想不通 LSTM 神经网络究竟是怎么工作的。 ……

step3, dictionarize:
sentence1: 1 34 21 98 10 23 9 23
sentence2: 17 12 21 12 8 10 13 79 31 44 9 23
……

step4, padding every sentence to fixed length: sentence1: 1 34 21 98 10 23 9 23 0 0 0 0 0 sentence2: 17 12 21 12 8 10 13 79 31 44 9 23 0 ……

step5, mapping token to an embeddings:
sentence1:
$\begin{bmatrix} 0.341 & 0.133 & 0.011 & ... \\ 0.435 & 0.081 & 0.501 & ...\\ 0.013& 0.958 & 0.121 & ...\\ ...& ... & ... & ... \end{bmatrix}$ ,每一列代表一个词向量，词向量维度自行确定；矩阵列数固定为time_step length。
sentence2:
……

step6, feed into RNNs as input: 假设一个RNN的time_step 确定为 ,则padded sentence length(step5中矩阵列数)固定为。一次RNNs的run只处理一条sentence。每个sentence的每个token的embedding对应了每个时序的输入。一次RNNs的run，连续地将整个sentence处理完。

step7, get output:
看图，每个time_step都是可以输出当前时序 t 的隐状态 h_{i}^{t} ；但整体RNN的输出 o_{i}^{t} 是在最后一个time_step t=l 时获取，才是完整的最终结果。

step8, further processing with the output:我们可以将output根据分类任务或回归拟合任务的不同，分别进一步处理。比如，传给cross_entropy&softmax进行分类……或者获取每个time_step对应的隐状态，做seq2seq 网络……或者搞创新……

陆撄宁

关注

7
点赞
踩
62

收藏

觉得还不错? 一键收藏
0
评论
深度学习笔记2：关于LSTM神经网络输入输出的理解

我们在理解RNN或者LSTM的时候，对它们的输入和输出的维度都很迷惑，下面是我结合代码和网上的一些资料进行理解正常的全连接层网络拓扑是这样的：有输入层、隐层和输出层，隐层中有神经元，图中每个参数都跟全部的神经元有链接。接下来看下LSTM的拓扑图：...
复制链接

扫一扫