神经翻译笔记4扩展a第一部分. RNN在TF1.x中的实现方法略览

本文主要讨论TF1.14对RNN的实现。尽管更老的版本实现可能有差别，但考虑其有些过时，因此这里略过

RNN cell的实现

TF1.x对RNN cell的实现总体遵循如下所示之类图

keras.layers.Layer

代码位置：tensorflow/python/keras/engine/base_layer.py

该类是所有层（“layers”）的基类。按照文档，所谓“层”实现了神经网络的一些常用操作。既然如此，那么一个“层”应该有如下特点：

• 首先，既然定义了“操作”，那么肯定会有一个“宾语”。这意味着每个层都会接收输入，作为操作对象
• 其次，“操作”本身一定有逻辑，因此每个层内部会定义该层对输入应如何处理，执行怎样的计算过程。通常情况下，每个层都需要设置一些可训练的参数
• 最后，该操作通常会产生输出，将输出传递给下一个层，作为下一个层的输入

由于层的核心是计算过程，因此在这样的基类中，最核心的方法是覆写的__call__方法，使得所有继承该类的子类对象是可调用的。此类已经对__call__方法做了比较好的包装，因此所有具体的层只需要实现该类提供的接口build和call即可。这两个接口会在__call__方法中调用。基类实现的__call__方法逻辑大致为

def __call__(inputs):
    将inputs中所有numpy类型数据转换为tensor
    build_graph = 判断是否建图
    previous_mask = 从前层获取mask值
    with base_layer_utils.call_context(build_graph):
        if build_graph:
            判断输入是否满足input_spec
        # 下述核心逻辑在静态图（build_graph is True）和eager模式下是相同的
        # 但因为两者背后实现逻辑有区别，所以原始代码分开做了实现。这里做了合并
        self._maybe_build(inputs)  # 实际就是调用build。该方法会在开始检查self._built是否为True
                                   # 如果为True直接返回。在最后会显式将self._built设置为True
        outputs = self.call(inputs)
        # 对输出做正则，并将正则损失加到loss中
        self._handle_activity_regularization(inputs, outputs)
        # 计算并设置mask
        self._set_mask_metadata(inputs, outputs, previous_mask)
        return outputs

此外，子类一般还需要实现__init__方法。子类所需要实现的三个方法大致分工如下

• __init__来创建并初始化（一部分）成员变量，但是不指定训练参数
• build内通常调用add_weight方法，根据输入、类型、形状（shape）、使用的初始化方法等信息创建要训练的参数
• call内部实现具体的计算逻辑，返回outputs

如果损失计算或权重更新与输入有关，可通过让子类实现add_loss或add_update以达到此目的

layers.Layer

代码位置：tensorflow/python/layers/base.py

该类存在的主要目的是向下兼容静态图模式的代码。在TF1.x的早期版本（至少到1.5）该类事实上是所有“层”类的基类（直接继承自object），不过在1.x的后期版本该类的核心逻辑已被移动到前述tf.keras.layers.Layer中，官方也不再推荐开发者继承该类开发

nn.rnn_cell.RNNCell

代码位置：tensorflow/python/ops/rnn_cell_impl.py。至另有标注为止，后续各类的实现均在该文件中

该类为所有具体的RNN实现提供了一个共同的抽象表示。通过重写__call__方法，将其签名改为__call__(self, inputs, state, scope=None)，使得该类的所有子类对象以函数的方式被“调用”时，参数除了inputs以外还需要再带一个state参数（通常是上一个时间步传递来的状态）。对应地，具体实现call时也需要传入这两个参数（当然，实际上仍然可以只写明传入inputs，而state通过args, **kwargs传入。但是这样看上去像是在杠）。此外，该类还提供了get_initial_state和zero_state方法，后者常用来初始化RNN的初始状态

LayerRNNCell

为了向layers.Layer靠拢插进来的新类。其作用是将变量创建（build该做的事情）从call中剥离出来。具体的解（tu）释（cao）可以参看为什么感觉tensorflow的源码写的很多余？ - Towser的回答 - 知乎

BasicRNNCell

BasicRNNCell实现的是没有任何门控的Vanilla RNN。我一直不很倾向在文字里放大段原始代码，但是由于该类背后逻辑比较简单，实现相对简短，因此这里将会给出原始实现的具体细节

__init__函数设置自身的input_spec、单元数num_units和激活函数种类，默认激活函数为tanh。如代码文档所说，这里的“cell”和文献里的“cell”不同。文献里的cell输出一个标量，但是这里的一个cell相当于一组文献中的cell，共num_units个。考虑之前文章贴的示意图

其展开图如下
这里RNN cell的num_units即为3（每个时间步黄色圆圈的数量）
__init__的具体实现如下：

def __init__(self, num_units, activation=None, reuse=None, 
             name=None, dtype=None, **kwargs):
    super(BasicRNNCell, self).__init__(_reuse=reuse, name=name, 
                                       dtype=dtype, **kwargs)
    # 只接受浮点型或复数浮点型输入
    _check_supported_dtypes(self.dtype)
    if context.executing_eagerly() and context.num_gpus() > 0:
        logging.warn("建议使用tf.contrib.cudnn_rnn.CudnnRNNTanh以达到更好性能")

    # 要求输入是2维。由本文前面介绍，会在调用__call__时检查input spec
    self.input_spec = input_spec.InputSpec(ndim=2)

    self._num_units = num_units
    if activation:
        self._activation = activations.get(activation)
    else:
        self._activation = math_ops.tanh

build只是通过最基类tf.Layers提供的add_weight方法来注册变量。add_weight在调用时会访问初始化时提供的信息，例如参数使用何种初始化方法、是否可训练等，并将参数加入图中（静态图模式下）。build的具体实现为

def build(self, inputs_shape):
    if inputs_shape[-1] is None:
        raise ValueError
    _check_supported_dtypes(self.dtype)

    # 与词向量连接的那一层，input_depth就是词向量维度
    input_depth = input_shape[-1]
    # add_variable就是add_weight的别名
    self._kernel = self.add_variable(
        _WEIGHTS_VARIABLE_NAME,
        shape=[input_depth + self._num_units, self._num_units])
    self._bias = self.add_variable(
        _BIAS_VARIABLE_NAME,
        shape=[self._num_units],
        initializer=init_ops.zeros_initializer(dtype=self.dtype))
    self.built = True

call则是实现计算逻辑
$$output=state=\mathrm{a}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{a}\mathrm{t}\mathrm{e}\left({\mathbf{x}}^{(t)}\mathbf{U}+{\mathbf{h}}^{(t-1)}\mathbf{W}+\mathbf{b}\right)$$
其中

• ${\mathbf{x}}_t$形状为$batch\_size\times input\_depth$，对应代码中的inputs（这里使用小写，是取batch size为1时的情况。此时输入是一个行向量）
• ${\mathbf{h}}_{t-1}$形状为$batch\_size\times num\_units$，对应代码中的state
• $\mathbf{U}$形状为$input\_depth\times num\_units$
• $\mathbf{W}$形状为$num\_units\times num\_units$

（这里矩阵乘法顺序与理论部分有区别，原因是理论部分将输入向量看做列向量，而这里使用行向量实现。下同）

真正实现时，将$\mathbf{U}$与$\mathbf{W}$“纵向”连接在一起（这个矩阵的整体为self._kernel），${\mathbf{x}}^{(t)}$与${\mathbf{h}}^{(t-1)}$按“横向”连接在一起。这样仅通过一次矩阵乘法运算，就能算出结果。即
$$\left[\begin{array}{cc}{\mathbf{x}}^{(t)}& {\mathbf{h}}^{(t-1)}\end{array}\right]\cdot \left[\begin{array}{c}\mathbf{U}\\ \mathbf{W}\end{array}\right]={\mathbf{x}}^{(t)}\mathbf{U}+{\mathbf{h}}^{(t-1)}\mathbf{W}$$
这也是为什么在build里self._kernel的形状为[input_depth + self._num_units, self._num_units]的原因

具体代码如下

def call(self, inputs, state):
    _check_rnn_cell_input_dtypes([inputs, state])
    gate_inputs = math_