2021-10-27

最新推荐文章于 2025-12-02 19:01:55 发布

原创最新推荐文章于 2025-12-02 19:01:55 发布 · 247 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

[软件工程应用与实践]lingvo学习笔记专栏收录该内容

18 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

[软件工程应用与实践]lingvo代码阅读

2021SC@SDUSC
阅读上一篇笔记时，发现代码截图略显冗余。因此这节只放部分代码截图，重点放在自己对代码的理解以及从代码中学习到的知识。

lingvo.core.ops包

beam_search_step_op_kernels.cc

lingvo.core.ops.beam_search_step(scores, atten_probs, best_scores, cumulative_scores, in_scores, in_hyps, in_prev_hyps, in_done_hyps, in_atten_probs, in_beam_done, is_last_chunk, cur_step, eos_id, beam_size, num_hyps_per_beam, eoc_id=- 1, valid_eos_max_logit_delta=5, local_eos_threshold=- 100, merge_paths=False, allow_empty_terminated_hyp=True, ensure_full_beam=False, force_eos_in_last_step=False, force_eos_in_top_k=False, force_last_chunk_eoc_in_top_k=False, merged_topk_buffer_size_factor=2, beam_independence=False, atten_vecs_in_hypothesis_protos=True, name=None)

波束搜索向前推进一步
设“b”为波束数, “k”为每个波束的hyps数, “t”为最大解码步长.
在第一个解码步骤之前分配了以下数据结构，并从当前步骤传递到下一个步骤:

in_scores

形状为[t, k * b]的张量. In_scores [i, j]为第i步解码时第j个hyp的局部分数.

in_hyps

形状为[t, k * b]的张量。In_hyps [i, j]为第i步解码时第j个hyp的令牌id。

in_prev_hyps

形状为[t, k * b]的张量。In_prev_hyps [i, j]存储时间步长i的第j个hyp的指针到上一个时间步长(i - 1)的hyp。0 <= In_prev_hyps [i, j] < k * b。

in_done_hyps

形状为[t, k * b]的张量。in_done_hyps[i, j]可以是一个空字符串，也可以是一个序列化的Hypothesis原型。终止的hyps将从波束中移除，并移动到相应的in_done_hyps槽中。

in_atten_probs

形状为[t, k * b, s_len]的张量。In_atten_probs [i, j，…]是第j个hyp在第i个时间步长的源单词上的注意probs。

in_beam_done

bool类型的形状[b]张量，是否每一束都做过。

这些张量在这个op调用中被修改(包含cur_step timestep的内容)，并被传递给相应的输出张量。

在这里插入图片描述

参数

scores : float32型张量。形状为[k * b, vocab_size]的矩阵，其中b为有源波束的数量，k为每个波束中hyps的数量。当前时间步长的本地分数。
atten_probs ： float32型张量。形状为[k * b, source_len]的矩阵。注意力机制时间步长的概率。
best_scores : float32型张量。一个大小为[b]的矢量，是迄今为止每个光束中终止的hyps的最好分数。
cumulative_scores : float32型张量。大小为[k * b]的向量当前步骤之前每个活跃的hyp的累计得分。
in_scores : float32型张量。
in_hyps : float32型张量。
in_prev_hyps : int32型张量。
in_done_hyps : string型张量。
in_atten_probs : float32型张量。
in_beam_done : bool型张量。向量[b]，是否每个波束都是以前处理过的。
is_last_chunk : bool型张量。形状[k * b]的张量。神经传感器用来判断当前假设是否到达了最后一个块，是否应该将下一个块结束符号作为句子结束符。
cur_step : int32型张量。当前步骤id。
eos_id : int。特殊序列结束令牌的令牌id。
beam_size : float。如果波束中主动hyps的分数与最佳分数之间的差值超过这个阈值，搜索将终止。
num_hyps_per_beam : int。hyps的数量。
eoc_id : 块标记的特殊结束的标记id。
valid_eos_max_logit_delta : 我们只允许在其logit与最佳候选logit的距离不超过valid_eos_max_logit_delta的情况下终止hyp。
local_eos_threshold : 如果的局部评分大于local_eos_threshold，则允许终止hyp。
merge_paths : 如果为真，当删除时相同的hyps将被合并为一个单独的hyp。合并hyp的概率将是各组成hyps的概率之和。这只适用于发射模型(RNN-T和NT)。
allow_empty_terminated_hyp : 是否可以考虑一个只包含的hypp终止。默认情况下这是正确的，因为一个话语可能包含沉默。当EMBR训练epsilon-emitting模型(例如RNN-T)时，它应该被设为false，因为即使在没有沉默的情况下，这些模型也容易发出全epsilon hyps。注意，在EOS中终止的hyp不会被认为是空的，所以这个标志对非发射模型没有影响。
ensure_full_beam : 如果为True，我们不会将all_done输出设置为True，直到我们找到’ num_hyps_per_beam ‘终止的hyps，并且没有活动的hyps在’ beam_size '范围内的最佳终止的hyps。如果为False，只有第二个条件必须满足。一般来说，这应该是假的，除非波束搜索是作为最低字错误率训练的一部分运行。
force_eos_in_last_step : 如果为真，则如果解码即使在(max - 1)步后也没有终止，则eos符号被注入结果，并返回部分假设(最后有一个有效的eos符号)。对于这些偏导，All_done设置为true。如果为false(默认行为)，则返回空假设，并在终止时将all_done设置为false。
force_eos_in_top_k : 是否始终认为eos代币在每一步都在k代币之列。当为False时，hyps只能在eos令牌是k的一部分的情况下终止。valid_eos_max_logit_delta和local_eos_threshold始终适用，无论这个值是多少。
force_last_chunk_eoc_in_top_k : 是否始终认为最后一块eoc令牌在前k个令牌中。这只有在解码到达输入的最后一帧时才有效。当为True时，hyps可以在eoc的最后一帧终止，即使eoc得分还没有高到足以进入最高k。请注意，无论如何，p.valid_eos_max_logit_delta和p.local_eos_threshold总是适用的。
merged_topk_buffer_size_factor : 当剪枝每个hyp顶部k扩展以形成每个梁顶部k扩展时的缓冲区大小因子。如果当eoc_id >= 0时，该因子设置为大于或等于num_hyps_per_beam + 2，则在执行所有可能的路径合并之前不会进行修剪(如果merge_paths=True)。为了提高内存效率(即在剪枝期间保持更少的hyps)，合理的值是2。
beam_independence : 当启用时，当且仅当in_beam_done[beam_id] == True时，此步骤将成为beam_id的无操作。
atten_vecs_in_hypothesis_protos : 是否在返回的假设原中填充atten_vecs字段。
name : 操作的名称。

返回值

一个张量对象的元组(out_best_scores, out_cumulative_scores, out_scores, out_hyps, out_prev_hyps, out_done_hyps, out_atten_probs, out_beam_done, all_done)。

out_best_scores : 更新了每一束的最佳分数。
out_cumulative_scores : 大小为[k * b]的向量在当前解码步骤之后，新hyps的累积分数。
out_scores
out_hyps
out_prev_hyps
out_done_hyps
out_atten_probs
out_beam_done : 大小为[b]的向量，每个波束是否在此步骤之后完成。下面的all_done是out_beam_done在所有波束上的逻辑与。
all_done : 标量，是否对所有波束终止解码。

实践启示——注意力机制

注意力模型（AM）最初被用于机器翻译，现在已成为神经网络领域的一个重要概念。lingvo作为自然语言处理框架，内置机器翻译、语音识别等模块，自然需要使用AM相关算法。

个人对注意力机制的理解

Attention本质上是一个寻址的过程。
当我们翻译一句话时，如csdn个人中心这句
在这里插入图片描述

“您还不是会员身份”，我们在不同阶段会把注意力放在不同的汉字/单词上。
在这里插入图片描述
通过计算出q与k的相关度，得到现在最应该“注意”的单词
step1 信息输入
用X = [x1, · · · , xN ]表示N 个输入信息；
step2 注意力分布计算
令Key=Value=X，则可以给出注意力分布alpha
step3 信息加权平均
注意力分布 [公式] 可以解释为在上下文查询q时，第i个信息受关注的程度，采用一种“软性”的信息选择机制对输入信息X进行编码
软注意力机制的两种编码格式

Self-Attention

self-attention只关注输入序列间的关系，在序列内部进行attention计算，捕捉文本的内在联系。

Multi-Head Attention
在Self-Attention的基础上，用多种变换生成的Q、K、V进行运算，再将它们对相关性的结论综合起来，增强Self-Attention的学习效果。

Beam Search

beam search是对greedy search的一个改进算法。相对greedy search扩大了搜索空间，但远远不及穷举搜索指数级的搜索空间，是二者的一个折中方案。
穷举搜索需遍历所有可能性，求出概率最大序列，最有可能得到全局最优解，但费时费力；贪心搜索每一步只搜索一次，省时省力但准确度低。beam search折中二者，设定贪心搜索次数，保留竖宽范围内的所有序列，较穷举相比省力，较贪心相比准确。
beam search有一个超参数beam size（束宽），设为 k 。第一个时间步长，选取当前条件概率最大的 k 个词，当做候选输出序列的第一个词。之后的每个时间步长，基于上个步长的输出序列，挑选出所有组合中条件概率最大的 k 个，作为该时间步长下的候选输出序列。始终保持 k 个候选。最后从 k 个候选中挑出最优的。

beam search代码实现

def beam_search(decoder, num_beams, max_len, *input):
    """
    a beam search implementation about seq2seq with attention
    :param decoder:
    :param num_beams: number of beam, int
    :param max_len: max length of result
    :param input: input of decoder
    :return: list of index
    """
    # init
    state = input[0]  # state of decoder
    outputs = input[1]  # outputs of encoder
    src_len = input[2]  # length of encode sequence
    beams = [[[1], 1, state]]

    cur_pro = 0
    cur_seq = None
    for i in range(max_len):
        results = []
        for beam in beams:
            tgt = torch.LongTensor(beam[0][-1:]).unsqueeze(0).cuda()
            input = [tgt, beam[2], outputs, src_len, 1]
            output, state = decoder(*input)
            v, i = torch.topk(output.view(-1).data, k=num_beams)
            for m, n in zip(v, i):
                gen_seq = beam[0] + [n.item()]
                pro = beam[1] * m.item()
                results.append([gen_seq, pro, state])

                if n.item() == 2 and pro > cur_pro:  # eos_token = 2
                    cur_pro = pro
                    cur_seq = gen_seq

        # filter beams
        beams = []
        for gen_seq, pro, state in results:
            if pro > cur_pro:
                beams.append([gen_seq, pro, state])
        # cut
        if len(beams) > num_beams:
            results = []
            pros = []
            for beam in beams:
                pros.append(beam[1])
            pros_idx = np.array(pros).argsort()[-1*num_beams:]
            for pro_idx in pros_idx:
                results.append(beams[pro_idx])
            beams = results

        if len(beams) == 0:
            return cur_seq

    if cur_seq is not None:
        return cur_seq
    else:
        max_pro = 0
        max_seq = None
        for beam in beams:
            if beam[1] > max_pro:
                max_pro = beam[1]
                max_seq = beam[0]
    return max_seq

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

图片生成

Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率