ftp链接网站空间,建设铝合金窗网站,阿里巴巴外发加工网珠海,wordpress 获取作者信息文章目录 循环神经网络1.算法介绍1.1无隐状态的神经网络(多层感知机)1.2有隐状态的循环神经网络1.3基于循环神经网络的字符级语言模型1.4困惑度 2.RNN从零开始实现2.1读取数据集2.2独热编码2.3初始化模型参数2.4循环神经网络模型2.5预测2.6梯度裁剪2.7训练 3.RNN简洁实现3.1读取… 文章目录 循环神经网络1.算法介绍1.1无隐状态的神经网络(多层感知机)1.2有隐状态的循环神经网络1.3基于循环神经网络的字符级语言模型1.4困惑度 2.RNN从零开始实现2.1读取数据集2.2独热编码2.3初始化模型参数2.4循环神经网络模型2.5预测2.6梯度裁剪2.7训练 3.RNN简洁实现3.1读取数据集3.2定义模型3.3训练与预测 循环神经网络
学习视频循环神经网络 RNN【动手学深度学习v2】
官方笔记循环神经网络
1.算法介绍 潜变量自回归模型 1.1无隐状态的神经网络(多层感知机) 1.2有隐状态的循环神经网络 循环神经网络 1.3基于循环神经网络的字符级语言模型 1.4困惑度 在最好的情况下模型总是完美地估计标签词元的概率为1在这种情况下模型的困惑度为1在最坏的情况下模型总是预测标签词元的概率为0。在这种情况下困惑度是正无穷大在基线上该模型的预测是词表的所有可用词元上的均匀分布。 在这种情况下困惑度等于词表中唯一词元的数量。 事实上如果我们在没有任何压缩的情况下存储序列 这将是我们能做的最好的编码方式。 因此这种方式提供了一个重要的上限 而任何实际模型都必须超越这个上限。 梯度裁剪 总结 循环神经网络的输出取决于当下输入和前一时间的隐变量应用到语言模型中循环神经网络根据当前词预测下一次时刻词通常使用困惑度来衡量语言模型的好坏 2.RNN从零开始实现
学习视频循环神经网络 RNN 的实现【动手学深度学习v2】
官方笔记
循环神经网络的从零开始实现
循环神经网络的简洁实现
2.1读取数据集
%matplotlib inline
import math
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2lbatch_size, num_steps 32, 35
train_iter, vocab d2l.load_data_time_machine(batch_size, num_steps)2.2独热编码 F.one_hot(torch.tensor([0, 2]), len(vocab))
tensor([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0],[0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0]])我们每次采样的小批量数据形状是二维张量 批量大小时间步数。 one_hot函数将这样一个小批量数据转换成三维张量 张量的最后一个维度等于词表大小len(vocab)。 我们经常转换输入的维度以便获得形状为 时间步数批量大小词表大小的输出。 这将使我们能够更方便地通过最外层的维度 一步一步地更新小批量数据的隐状态。
X torch.arange(10).reshape((2, 5))
F.one_hot(X.T, 28).shape
torch.Size([5, 2, 28])2.3初始化模型参数
接下来我们初始化循环神经网络模型的模型参数。 隐藏单元数num_hiddens是一个可调的超参数。 当训练语言模型时输入和输出来自相同的词表。 因此它们具有相同的维度即词表的大小。
def get_params(vocab_size, num_hiddens, device):num_inputs num_outputs vocab_sizedef normal(shape):return torch.randn(sizeshape, devicedevice) * 0.01# 隐藏层参数W_xh normal((num_inputs, num_hiddens))W_hh normal((num_hiddens, num_hiddens))b_h torch.zeros(num_hiddens, devicedevice)# 输出层参数W_hq normal((num_hiddens, num_outputs))b_q torch.zeros(num_outputs, devicedevice)# 附加梯度params [W_xh, W_hh, b_h, W_hq, b_q]for param in params:param.requires_grad_(True)return params2.4循环神经网络模型
为了定义循环神经网络模型 我们首先需要一个init_rnn_state函数在初始化时返回隐状态。 这个函数的返回是一个张量张量全用0填充 形状为批量大小隐藏单元数。 在后面的章节中我们将会遇到隐状态包含多个变量的情况 而使用元组可以更容易地处理些。
def init_rnn_state(batch_size, num_hiddens, device):return (torch.zeros((batch_size, num_hiddens), devicedevice), )下面的rnn函数定义了如何在一个时间步内计算隐状态和输出。 循环神经网络模型通过inputs最外层的维度实现循环 以便逐时间步更新小批量数据的隐状态H。 此外这里使用tanh函数作为激活函数当元素在实数上满足均匀分布时tanh函数的平均值为0。
def rnn(inputs, state, params):# inputs的形状(时间步数量批量大小词表大小)W_xh, W_hh, b_h, W_hq, b_q paramsH, stateoutputs []# X的形状(批量大小词表大小)for X in inputs:H torch.tanh(torch.mm(X, W_xh) torch.mm(H, W_hh) b_h)Y torch.mm(H, W_hq) b_qoutputs.append(Y)return torch.cat(outputs, dim0), (H,)定义了所有需要的函数之后接下来我们创建一个类来包装这些函数 并存储从零开始实现的循环神经网络模型的参数。
class RNNModelScratch: #save从零开始实现的循环神经网络模型def __init__(self, vocab_size, num_hiddens, device,get_params, init_state, forward_fn):self.vocab_size, self.num_hiddens vocab_size, num_hiddensself.params get_params(vocab_size, num_hiddens, device)self.init_state, self.forward_fn init_state, forward_fndef __call__(self, X, state):X F.one_hot(X.T, self.vocab_size).type(torch.float32)return self.forward_fn(X, state, self.params)def begin_state(self, batch_size, device):return self.init_state(batch_size, self.num_hiddens, device)让我们检查输出是否具有正确的形状。 例如隐状态的维数是否保持不变
num_hiddens 512
net RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,init_rnn_state, rnn)
state net.begin_state(X.shape[0], d2l.try_gpu())
Y, new_state net(X.to(d2l.try_gpu()), state)
Y.shape, len(new_state), new_state[0].shape
(torch.Size([10, 28]), 1, torch.Size([2, 512]))我们可以看到输出形状是时间步数×批量大小词表大小 而隐状态形状保持不变即批量大小隐藏单元数。
2.5预测
让我们首先定义预测函数来生成prefix之后的新字符 其中的prefix是一个用户提供的包含多个字符的字符串。 在循环遍历prefix中的开始字符时 我们不断地将隐状态传递到下一个时间步但是不生成任何输出。 这被称为预热warm-up期 因为在此期间模型会自我更新例如更新隐状态 但不会进行预测。 预热期结束后隐状态的值通常比刚开始的初始值更适合预测 从而预测字符并输出它们。
def predict_ch8(prefix, num_preds, net, vocab, device): #save在prefix后面生成新字符state net.begin_state(batch_size1, devicedevice)outputs [vocab[prefix[0]]]get_input lambda: torch.tensor([outputs[-1]], devicedevice).reshape((1, 1))for y in prefix[1:]: # 预热期_, state net(get_input(), state)outputs.append(vocab[y])for _ in range(num_preds): # 预测num_preds步y, state net(get_input(), state)outputs.append(int(y.argmax(dim1).reshape(1)))return .join([vocab.idx_to_token[i] for i in outputs])现在我们可以测试predict_ch8函数。 我们将前缀指定为time traveller 并基于这个前缀生成10个后续字符。 鉴于我们还没有训练网络它会生成荒谬的预测结果。
predict_ch8(time traveller , 10, net, vocab, d2l.try_gpu())
time traveller aaaaaaaaaa2.6梯度裁剪 def grad_clipping(net, theta): #save裁剪梯度if isinstance(net, nn.Module):params [p for p in net.parameters() if p.requires_grad]else:params net.paramsnorm torch.sqrt(sum(torch.sum((p.grad ** 2)) for p in params))if norm theta:for param in params:param.grad[:] * theta / norm2.7训练 #save
def train_epoch_ch8(net, train_iter, loss, updater, device, use_random_iter):训练网络一个迭代周期定义见第8章state, timer None, d2l.Timer()metric d2l.Accumulator(2) # 训练损失之和,词元数量for X, Y in train_iter:if state is None or use_random_iter:# 在第一次迭代或使用随机抽样时初始化statestate net.begin_state(batch_sizeX.shape[0], devicedevice)else:if isinstance(net, nn.Module) and not isinstance(state, tuple):# state对于nn.GRU是个张量state.detach_()else:# state对于nn.LSTM或对于我们从零开始实现的模型是个张量for s in state:s.detach_()y Y.T.reshape(-1)X, y X.to(device), y.to(device)y_hat, state net(X, state)l loss(y_hat, y.long()).mean()if isinstance(updater, torch.optim.Optimizer):updater.zero_grad()l.backward()grad_clipping(net, 1)updater.step()else:l.backward()grad_clipping(net, 1)# 因为已经调用了mean函数updater(batch_size1)metric.add(l * y.numel(), y.numel())return math.exp(metric[0] / metric[1]), metric[1] / timer.stop()循环神经网络模型的训练函数既支持从零开始实现 也可以使用高级API来实现。
#save
def train_ch8(net, train_iter, vocab, lr, num_epochs, device,use_random_iterFalse):训练模型定义见第8章loss nn.CrossEntropyLoss()animator d2l.Animator(xlabelepoch, ylabelperplexity,legend[train], xlim[10, num_epochs])# 初始化if isinstance(net, nn.Module):updater torch.optim.SGD(net.parameters(), lr)else:updater lambda batch_size: d2l.sgd(net.params, lr, batch_size)predict lambda prefix: predict_ch8(prefix, 50, net, vocab, device)# 训练和预测for epoch in range(num_epochs):ppl, speed train_epoch_ch8(net, train_iter, loss, updater, device, use_random_iter)if (epoch 1) % 10 0:print(predict(time traveller))animator.add(epoch 1, [ppl])print(f困惑度 {ppl:.1f}, {speed:.1f} 词元/秒 {str(device)})print(predict(time traveller))print(predict(traveller))现在训练循环神经网络模型。 因为我们在数据集中只使用了10000个词元 所以模型需要更多的迭代周期来更好地收敛。
num_epochs, lr 500, 1
train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu())最后检查一下使用随机抽样方法的结果。
net RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,init_rnn_state, rnn)
train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu(),use_random_iterTrue)3.RNN简洁实现
3.1读取数据集
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2lbatch_size, num_steps 32, 35
train_iter, vocab d2l.load_data_time_machine(batch_size, num_steps)3.2定义模型
高级API提供了循环神经网络的实现。 我们构造一个具有256个隐藏单元的单隐藏层的循环神经网络层rnn_layer。 事实上我们还没有讨论多层循环神经网络的意义现在仅需要将多层理解为一层循环神经网络的输出被用作下一层循环神经网络的输入就足够了。
num_hiddens 256
rnn_layer nn.RNN(len(vocab), num_hiddens)我们使用张量来初始化隐状态它的形状是隐藏层数批量大小隐藏单元数。
state torch.zeros((1, batch_size, num_hiddens))
state.shape
torch.Size([1, 32, 256])通过一个隐状态和一个输入我们就可以用更新后的隐状态计算输出。 需要强调的是rnn_layer的“输出”Y不涉及输出层的计算 它是指每个时间步的隐状态这些隐状态可以用作后续输出层的输入。
X torch.rand(size(num_steps, batch_size, len(vocab)))
Y, state_new rnn_layer(X, state)
Y.shape, state_new.shape我们为一个完整的循环神经网络模型定义了一个RNNModel类。 注意rnn_layer只包含隐藏的循环层我们还需要创建一个单独的输出层。
#save
class RNNModel(nn.Module):循环神经网络模型def __init__(self, rnn_layer, vocab_size, **kwargs):super(RNNModel, self).__init__(**kwargs)self.rnn rnn_layerself.vocab_size vocab_sizeself.num_hiddens self.rnn.hidden_size# 如果RNN是双向的之后将介绍num_directions应该是2否则应该是1if not self.rnn.bidirectional:self.num_directions 1self.linear nn.Linear(self.num_hiddens, self.vocab_size)else:self.num_directions 2self.linear nn.Linear(self.num_hiddens * 2, self.vocab_size)def forward(self, inputs, state):X F.one_hot(inputs.T.long(), self.vocab_size)X X.to(torch.float32)Y, state self.rnn(X, state)# 全连接层首先将Y的形状改为(时间步数*批量大小,隐藏单元数)# 它的输出形状是(时间步数*批量大小,词表大小)。output self.linear(Y.reshape((-1, Y.shape[-1])))return output, statedef begin_state(self, device, batch_size1):if not isinstance(self.rnn, nn.LSTM):# nn.GRU以张量作为隐状态return torch.zeros((self.num_directions * self.rnn.num_layers,batch_size, self.num_hiddens),devicedevice)else:# nn.LSTM以元组作为隐状态return (torch.zeros((self.num_directions * self.rnn.num_layers,batch_size, self.num_hiddens), devicedevice),torch.zeros((self.num_directions * self.rnn.num_layers,batch_size, self.num_hiddens), devicedevice))3.3训练与预测
在训练模型之前让我们基于一个具有随机权重的模型进行预测。
device d2l.try_gpu()
net RNNModel(rnn_layer, vocab_sizelen(vocab))
net net.to(device)
d2l.predict_ch8(time traveller, 10, net, vocab, device)
time travellerialcaaiala很明显这种模型根本不能输出好的结果接下来使用之前定义的超参数调用train_ch8并且使用高级API训练模型
num_epochs, lr 500, 1
d2l.train_ch8(net, train_iter, vocab, lr, num_epochs, device)
