GRU Pytorch底层+简洁实现【初学者】

最新推荐文章于 2024-05-10 23:38:04 发布

云龙弓手

最新推荐文章于 2024-05-10 23:38:04 发布

阅读量192

点赞数

分类专栏：经典算法模型Pytorch实现文章标签： gru pytorch 深度学习机器学习

本文链接：https://blog.csdn.net/weixin_43909400/article/details/132188369

版权

经典算法模型Pytorch实现专栏收录该内容

15 篇文章 0 订阅

订阅专栏

1. 内容来源

门控循环单元（GRU）_哔哩哔哩_bilibili门控循环单元（GRU）是56 门控循环单元（GRU）【动手学深度学习v2】的第1集视频，该合集共计3集，视频收藏或关注UP主，及时了解更多相关视频内容。https://www.bilibili.com/video/BV1mf4y157N2?p=1&vd_source=f94822d3eca79b8e245bb58bbced6b77

2. 底层实现

2.1 参数初始化

如下图所示，与RNN（RNN Pytorch底层+简洁实现【初学者】_云龙弓手的博客-CSDN博客）相比，GRU通过设置遗忘门（R）和更新门（Z）来控制隐藏层状态的更新，学习如何丢弃某些不需要信息，更新必要的信息。

（图源：门控循环单元（GRU）_哔哩哔哩_bilibili）

其中，R和Z的计算和RNN中H计算类似，以上一时刻的H和当前输入（从时间轴上看也是上时刻）为输入，采用与MLP一样的计算公式。

$R_t=\sigma\left ( W_{xr}*X_t+W_{hr}*H_{t-1}+b_r \right )$

$Z_t=\sigma\left ( W_{xz}*X_t+W_{hz}*H_{t-1}+b_z \right )$

则参数初始化中，方式与RNN相同，只是多了两组参数。

代码实现：

def get_params(vocab_size, num_hiddens, device):
    num_inputs = num_outputs = vocab_size
    
    def normal(shape):
        return torch.randn(size=shape, device=device) * 0.01
    
    def normal_wwb():
        return (normal((num_inputs, num_hiddens)), 
                normal((num_hiddens, num_hiddens)), 
                torch.zeros(num_hiddens, device=device))
    
    W_xz, W_hz, b_z = normal_wwb()
    W_xr, W_hr, b_r = normal_wwb()
    W_xh, W_hh, b_h = normal_wwb()
    W_hq = normal((num_hiddens, num_outputs))
    b_q = torch.zeros(num_outputs, device=device)
    params = [W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q]
    for param in params:
        param.requires_grad_(True)
    return params

其中，normal_wwb()函数是对每次类MLP计算中两个W和一个b的参数初始化函数封装

2.2 前向计算

由于增加了遗忘门，模型在更新隐藏状态前需要及计算候选隐状态：

（图源：门控循环单元（GRU）_哔哩哔哩_bilibili）

候选隐状态的计算公式如下:

$\tilde{H_t}=tanh\left ( W_{xh}*X_t+W_{hh}*\left ( R_t\odot H_{t-1} \right )+b_h \right )$

通过更新门，利用得到的候选隐状态更新隐状态：

（图源：门控循环单元（GRU）_哔哩哔哩_bilibili）

更新公式如下：

$H_t=Z_t\odot H_{t-1}+\left ( 1-Z_t \right )\odot\tilde{H_t}$

代码实现：

def gru(inputs, state, params):
    W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q = params
    H, = state
    outputs = []
    for X in inputs:
        Z = torch.sigmoid((X @ W_xz) + (H @ W_hz) + b_z)
        R = torch.sigmoid((X @ W_xr) + (H @ W_hr) + b_r)
        H_tilda = torch.tanh((X @ W_xh) + ((R * H) @ W_hh) + b_h)
        H = Z * H + (1 - Z) * H_tilda
        Y = H @ W_hq + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H, )

隐状态初始化：

def init_gru_state(batch_size, num_hiddens, device):
    return (torch.zeros((batch_size, num_hiddens), device=device), )

2.3 模型训练

由于GRU与RNN区别仅在于参数初始化和前向计算，将get_params, init_gru_state, gru三个函数传入d2l.RNNModelScratch即可得到GRU模型（详见RNN Pytorch底层+简洁实现【初学者】_云龙弓手的博客-CSDN博客 2.3小节）

batch_size , num_steps = 32, 35
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)

vocab_size, num_hiddens, device = len(vocab), 256, d2l.try_gpu()
num_epochs, lr = 500, 1
model = d2l.RNNModelScratch(len(vocab), num_hiddens, device, 
                            get_params, init_gru_state, gru)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)

结果：

perplexity 1.1, 11694.5 tokens/sec on cuda:0
time traveller but now you begin to yee or holeastounthowo has g
traveller with a slight accession ofcheerfulness really thi

与RNN相比，由于多了更多的参数运算，训练速度有所下降，效果由于训练集太小看不去区别，但是GRU相比RNN可以处理更长的句子

3. 简洁实现

torch实现只需要把nn.RNN改成nn.GRU即可，d2l.RNNModel 详见RNN Pytorch底层+简洁实现【初学者】_云龙弓手的博客-CSDN博客 3.1小节：

num_inputs = vocab_size
gru_layer = nn.GRU(num_inputs, num_hiddens)
model = d2l.RNNModel(gru_layer, len(vocab))
model = model.to(device)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)

结果：

perplexity 1.0, 194738.2 tokens/sec on cuda:0
time travelleryou can show black is white by argument said filby
travelleryou can show black is white by argument said filby