LSTM
LSTM(long-short term memory)
pytorch应用
lstm = nn.LSTM(input_size=input_dim, hidden_size=hidden_dim, num_layers=n_layers)
out, hidden = lstm(input.view(1, 1, -1), (h0, c0))
learn gate
合并short term memory and event,忽略其中一部分,只保留重要的一部分,遗忘因子it
forget gate
forget gate决定遗忘Long term memory中的部分,
remember gate
结合从forget gate 输出的LTM和learn gate输出的STM
use gate
nn.EMbedding()
torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False, _weight=None)
其为一个简单的存储固定大小的词典的嵌入向量的查找表,意思就是说,给一个编号,嵌入层就能返回这个编号对应的嵌入向量,嵌入向量反映了各个编号代表的符号之间的语义关系。
输入为一个编号列表,输出为对应的符号嵌入向量列表。
参数解释:
num_embeddings (python:int) – 词典的大小尺寸,比如总共出现5000个词,那就输入5000。此时index为(0-4999)
embedding_dim (python:int) – 嵌入向量的维度,即用多少维来表示一个符号。
padding_idx (python:int, optional) – 填充id,比如,输入长度为100,但是每次的句子长度并不一样,后面就需要用统一的数字填充,而这里就是指定这个数字,这样,网络在遇到填充id时,就不会计算其与其它符号的相关性。(初始化为0)
max_norm (python:float, optional) – 最大范数,如果嵌入向量的范数超过了这个界限,就要进行再归一化。
norm_type (python:float, optional) – 指定利用什么范数计算,并用于对比max_norm,默认为2范数。
scale_grad_by_freq (boolean, optional) – 根据单词在mini-batch中出现的频率,对梯度进行放缩。默认为False.
sparse (bool, optional) – 若为True,则与权重矩阵相关的梯度转变为稀疏张量。
torch.max(input,dim)
返回每行/列的最大值(dim=1,0),以及索引
tensor.item()
返回numpy的单个值
LSTM 解码器
在此项目中,我们将所有输入当做序列传入 LSTM 中。序列看起来这样:首先是从输入图像中提取的特征向量,然后是起始单词,然后下个单词,再下个单词,等等!
嵌入维度
该 LSTM 定义为:按顺序查看输入时,要求序列中的每个输入大小一致,因此我们嵌入特征向量和每个单词,使其为 embed_size。
序列输入
LSTM 会按顺序查看输入。在 PyTorch 中,有两种方式实现这一点。
- 第一种很直观:对于序列中的所有输入,在此项目中是图像中的特征、起始单词、下个单词、下个单词,以此类推(直到序列/批次的结束),如下所示地循环访问每个输入:
for i in inputs:
# Step through the sequence one element at a time.
# after each step, hidden contains the hidden state.
out, hidden = lstm(i.view(1, 1, -1), hidden)
- 第二种方法(此项目用到的方法)是向 LSTM 提供整个序列,使其生成输出集合和最后一个隐藏状态:
LSTM 返回的第一个值是序列中的所有隐藏状态。第二个是最近的隐藏状态添加额外的第二个维度
inputs = torch.cat(inputs).view(len(inputs), 1, -1)
hidden = (torch.randn(1, 1, 3), torch.randn(1, 1, 3)) # clean out hidden state
out, hidden = lstm(inputs, hidden)