TensorFlow 实现基于LSTM的语言模型

一、LSTM的相关概念

博客上有很多讲解的很好的博主,我看的是这个博主的关于LSTM的介绍,感觉很全面,如果对LSTM原理不太明白的,可以点击这个链接。LSTM相关概念,这里就不多做介绍了哈!

二、GRU介绍

这里为什么要介绍下GRU呢!因为在RNN的各种变种中,除了LSTM,另一个非常流行的网络结构就是GRU,它相比于LSTM,结构更简单,比LSTM减少了一个Gate,所以计算效率更高。

除此之外,它也改变了RNN的隐藏层,使其更好地捕捉深层连接,改善了梯度消失问题。

三、LSTM与GRU

LSTM和GRU的区别可以看一下公式,这个是我看吴恩达《深度学习》网课时做的笔记。有兴趣的可以去网易云课堂看下吴恩达的网课。

LSTM:

GRU:

四、实现(本节代码来自tensorflow开源实现)

首先下载PTB数据集并解压放到工作路径下。
wget http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examples.tgz
tar xvf simple-examples.tgz

然后下载tensorflow models库,进入目录models/tutorials/rnn/ptb。然后载入常用的库,和tensorflow models中的PTB reader,通过它读取数据。

git clone https://github.com/tensorflow/models.git
cd models/tutorials/rnn/ptb

载入常用的库,这里如果在执行程序的时候,报“没有reader库“的错,那么请参考这里链接和这里。(之前我程序有这个错误就参考的这两个大大的)。

import time
import numpy as np
import tensorflow as tf
import reader

接着定义语言模型,用来处理输入数据的class。

class PTBInput(object):
    
    def __init__(self, config, data, name=None):
        self.batch_size = batch_size = config.batch_size
        self.num_steps = num_steps = config.num_steps   #num_steps是LSTM的展开步数
        self.epoch_size = ((len(data) // batch_size) - 1) // num_steps    #epoch_size即为每个epoch内需要多少轮训练的迭代。
        #用reader.ptb_producer获取特征数据input_data,以及label数据targets。
        self.input_data, self.targets = reader.ptb_producer(
            data, batch_size, num_steps, name=name)

然后定义语言模型中的class,PTBModel。

class PTBModel(object):
    
    def __init__(self, is_training, config, input_):  #is_trainin是训练标记  config是配置参数   input_是PTBInput的实例
        self._input = input_
        
        batch_size = input_.batch_size
        num_steps = input_.num_steps
        size = config.hidden_size  #hidden_size是LSTM的节点数
        vocab_size = config.vocab_size  #vocab_size是词汇表大小

使用tf.contrib.rnn.BasicLSTMCell设置默认的LSTM单元,

        def lstm_cell( ):
            return tf.contrib.rnn.BasicLSTMCell(
                size, forget_bias=0.0, state_is_tuple=True)
        attn_cell = lstm_cell
        if is_training and config.keep_prob < 1:
            def attn_cell():
                return tf.contrib.rnn.DropoutWrapper(
                 lstm_cell(), output_keep_prob=config.keep_prob)
        cell = tf.contrib.rnn.MultiRNNCell(
            [attn_cell() for _ in range(config.num_layers)],
            state_is_tuple=True)
    
        self._initial_state = cell.zero_state(batch_size, tf.float32)

创建网络的词嵌入embedding部分。embedding是将one-hot的编码格式的单词转化为向量表达形式

        with tf.device("/cpu:0"):
            embedding = tf.get_variable(
                "embedding", [vocab_size, size], dtype=tf.float32)
            inputs = tf.nn.embedding_lookup(embedding, input_.input_data)
    
        if is_training and config.keep_prob < 1:
            inputs = tf.nn.dropout(inputs, config.keep_prob)

定义输出outputs。

outputs = []
        state = self._initial_state
        with tf.variable_scope("RNN"):
            for time_step in range(num_steps):
                if time_step > 0: tf.get_variable_scope().reuse_variables()
                (cell_output, state) = cell(inputs[:, time_step, :], state) #inputs有三个维度,第一个代表batch中的第几个样本,2是样本中第几个单词,3是单词的向量表达的维度
                outputs.append(cell_output)

将output的内容用tf.concat串接到一起,使用tf.reshape将其转换为一个特别长的一维向量。

output = tf.reshape(tf.concat(outputs, 1), [-1, size])
        softmax_w = tf.get_variable(
            "softmax_w", [size, vocab_size], dtype=tf.float32)
        softmax_b = tf.get_variable("softmax_b", [vocab_size], dtype=tf.float32)
        logits = tf.matmul(output, softmax_w) + softmax_b   #网络的最后输出
        loss = tf.contrib.legacy_seq2seq.sequence_loss_by_example(
            [logits],
            [tf.reshape(input_.targets, [-1])],
            [tf.ones([batch_size * num_steps], dtype=tf.float32)])
        self._cost = cost = tf.reduce_sum(loss) / batch_size
        self._final_state = state
    
        if not is_training:
            return
self._lr = tf.Variable(0.0, trainable=False)  #_lr是学习速率,这里是不可训练
        tvars = tf.trainable_variables()  #tvars是全部可训练的参数
        grads, _ = tf.clip_by_global_norm(tf.gradients(cost, tvars),
                                        config.max_grad_norm)
        optimizer = tf.train.GradientDescentOptimizer(self._lr)
        self._train_op = optimizer.apply_gradients(zip(grads, tvars),
            global_step=tf.contrib.framework.get_or_create_global_step())
#定义一个用来控制学习速率的
        self._new_lr = tf.placeholder(
            tf.float32, shape=[], name="new_learning_rate")
        self._lr_update = tf.assign(self._lr, self._new_lr)
 #assign_lr用来在外部控制模型的学习速率
    def assign_lr(self, session, lr_value):
      session.run(self._lr_update, feed_dict={self._new_lr: lr_value})

到这里,模型定义的部分就完成了。在定义PTBModel class的一些property(它可以将返回变量设为只读,防止修改变量引发的问题)

@property
    def input(self):
        return self._input
    
    @property
    def initial_state(self):
          return self._initial_state
    
    @property
    def cost(self):
        return self._cost

    @property
    def final_state(self):
        return self._final_state
    
    @property
    def lr(self):
        return self._lr
    
    @property
    def train_op(self):
        return self._train_op

定义集中不同大小的模型的参数,先是小模型。

class SmallConfig(object):
    init_scale = 0.1  #是网络中权重值的初始scale
    learning_rate = 1.0 #学习速率的初始值
    max_grad_norm = 5  #梯度的最大范数
    num_layers = 2  #LSTM可以堆叠的层数
    num_steps = 20  #LSTM梯度反向传播的展开步数
    hidden_size = 200  #LSTM可以堆叠的层数
    max_epoch = 4  #初始学习速率可训练的epoch数,在此之后需要调整学习速率
    max_max_epoch = 13  #总共可训练的epoch数
    keep_prob = 1.0  #dropout层的保留节点的比例
    lr_decay = 0.5  #学习速率的衰减速度
    batch_size = 20  #每个batch中样本的数量
    vocab_size = 10000

中模型

class MediumConfig(object):
    init_scale = 0.05
    learning_rate = 1.0
    max_grad_norm = 5
    num_layers = 2
    num_steps = 35
    hidden_size = 650
    max_epoch = 6
    max_max_epoch = 39
    keep_prob = 0.5
    lr_decay = 0.8
    batch_size = 20
    vocab_size = 10000

class LargeConfig(object):
    init_scale = 0.04
    learning_rate = 1.0
    max_grad_norm = 10
    num_layers = 2
    num_steps = 35
    hidden_size = 1500
    max_epoch = 14
    max_max_epoch = 55
    keep_prob = 0.35
    lr_decay = 1 / 1.15
    batch_size = 20
    vocab_size = 10000
#这里只是为了测试使用,参数都尽量的使用最小值,为了测试可以完整运行模型
class TestConfig(object):
    init_scale = 0.1
    learning_rate = 1.0
    max_grad_norm = 1
    num_layers = 1
    num_steps = 2
    hidden_size = 2
    max_epoch = 1
    max_max_epoch = 1
    keep_prob = 1.0
    lr_decay = 0.5
    batch_size = 20
    vocab_size = 10000

接着定义训练一个epoch数据的函数run_epoch。记录当前时间,初始化损失costs和迭代数iters,并执行model.initial_state来初始化状态并获得初始状态。

接着创建输出结果的字典表fetches,其中包括cost和final_state,如果有评测操作eval_op,也一并加入到fetches。

进入循环,次数为epoch_size。每次循环中,生成训练用的feed_dict。将全部LSTM单元的state加入feed_dict中,然后传入feed_dict并执行fetches对网络进行一次训练,拿到cost和state。我们每完成约10%的epoch,就进行一次结果的展示,一次展示当前的epoch的进度。最后返回perplexity作为函数结果。和训练速度最后返回perplexity作为函数结果。

PS:perplexity:平均cost的自然常熟指数,是语言模型中用来比较模型性能的重要指标,越低代表模型输出的概率分布在预测样本上越好。

def run_epoch(session, model, eval_op=None, verbose=False):
    start_time = time.time()
    costs = 0.0
    iters = 0
    state = session.run(model.initial_state)  #model.initial_state来初始化状态并获得初始状态
    #创建输出结果字典表
    fetches = {
        "cost": model.cost,
        "final_state": model.final_state,
    }
    if eval_op is not None:
        fetches["eval_op"] = eval_op
    #进入训练循环中
    for step in range(model.input.epoch_size):
        feed_dict = {}
        for i, (c, h) in enumerate(model.initial_state):
            feed_dict[c] = state[i].c
            feed_dict[h] = state[i].h
            
        
        vals = session.run(fetches, feed_dict)
        cost = vals["cost"]
        state = vals["final_state"]
        
        cost += cost
        iters += model.input.num_steps
        
        
        if verbose and step % (model.input.epoch_size // 10) == 10:
            print("%.3f perplexity: %.3f speed: %.0f wps" %
                  (step * 1.0 / model.input.epoch_size, np.exp(costs / iters),
                   iters * model.input.batch_size / (time.time() - start_time)))
            
    return np.exp(costs / iters)

使用reader.ptb_raw_data直接读取解压后的数据,得到训练数据,验证数据和测试数据。

raw_data = reader.ptb_raw_data('simple-examples/data/')
train_data, valid_data, test_data, _= raw_data

config = SmallConfig()
eval_config = SmallConfig()
eval_config.batch_size = 1
eval_config.num_steps = 1

创建默认的Graph,使用tf.random_uniform_initializer设置参数的初始化器。

with tf.Graph().as_default():
    initializer = tf.random_uniform_initializer(-config.init_scale,
                                                config.init_scale)

    with tf.name_scope("Train"):
        train_input = PTBInput(config=config, data=train_data, name="TrainInput")
        with tf.variable_scope("Model", reuse=None, initializer=initializer):
            m = PTBModel(is_training=True, config=config, input_=train_input)
    
    with tf.name_scope("Valid"):
        valid_input = PTBInput(config=config, data=valid_data, name="ValidInput")
        with tf.variable_scope("Model", reuse=True, initializer=initializer):
            mvalid = PTBModel(is_training=False, config=config, input_=valid_input)
    
    with tf.name_scope("Test"):
        test_input = PTBInput(config=eval_config, data=test_data,
                              name="TestInput")
        with tf.variable_scope("Model", reuse=True, initializer=initializer):
            mtest = PTBModel(is_training=False, config=eval_config,
                             input_=test_input)

使用tf.train.Supervisor()创建训练的管理器sv,并使用sv.managed_session创建默认Session,再执行训练多个epoch数据的循环。

sv = tf.train.Supervisor()
    with sv.managed_session() as session:
        for i in range(config.max_max_epoch):
            lr_decay = config.lr_decay ** max(i + 1 - config.max_epoch, 0.0)
            m.assign_lr(session, config.learning_rate * lr_decay)
            
            print("Epoch: %d Learning rate: %.3f" % (i + 1, session.run(m.lr)))
            train_perplexity = run_epoch(session, m, eval_op=m.train_op,
                                         verbose=True)
            print("Epoch: %d Train perplexity: %.3f" % (i + 1, train_perplexity))
        
        test_perplexity = run_epoch(session, mtest)
        print("Test Perplexity: %.3f" % test_perplexity)

在SmallConfig小型模型的最后结果,我的电脑配置不高,训练速度大概2000+单词每秒,

看起来我们预测的结果还是很好滴哈!

没有更多推荐了,返回首页