【动手学习pytorch笔记】25.长短期记忆LSTM

最新推荐文章于 2024-04-23 14:58:14 发布

原创最新推荐文章于 2024-04-23 14:58:14 发布 · 327 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#lstm #深度学习 #pytorch #rnn #学习

pytorch学习笔记专栏收录该内容

42 篇文章

订阅专栏

本文深入介绍了LSTM（长短期记忆网络）的工作原理，包括输入门、遗忘门、输出门和记忆单元的计算，并与GRU（门控循环单元）进行了对比。此外，还提供了LSTM模型的PyTorch简易实现，包括从头开始的实现和使用内置LSTM层的实现。最后，展示了训练过程和性能评估。

LSTM

理论

输入门（决定是否适用隐藏状态） $It=σ(XtWxi+Ht−1Whi+bi)I_t = \sigma(X_tW_{xi}+H_{t-1}W_{hi}+b_i)$

遗忘门（将值朝0减少） $Ft=σ(XtWxf+Ht−1Whf+bf)F_t = \sigma(X_tW_{xf}+H_{t-1}W_{hf}+b_f)$

输出门（决定是否适用隐藏状态） $Ot=σ(XtWxo+Ht−1Who+bo)O_t = \sigma(X_tW_{xo}+H_{t-1}W_{ho}+b_o)$

候选记忆单元（这不就是RNN的H么） $Ct~=tanh(XtWxc+Ht−1Whc+bc)\tilde{C_t} =tanh(X_tW_{xc}+ H_{t-1}W_{hc}+b_c)$

记忆单元 $Ct=Ft⋅Ct−1+It⋅Ct~C_t =F_t \cdot C_{t-1} + I_t \cdot \tilde{C_t}$

隐藏状态 $Ht=Ot⋅tanh(Ct)H_t =O_t \cdot tanh(C_t)$

LSTM的记忆单元和和GRU的记忆单元相比，上一步 $C_{t-1}$ 和这一步 $Ct~\tilde{C_t}$ 都可以有权重，不像GRU是 Z 和 (1-Z)，当然也可以都没有。

隐藏状态 $tanh(C_t)$ 是因为 $C_t$ 是[-2, 2]，要重新变回[-1, 1]

输出门如果是0，意味着当前的 $H_t$ 和之前的信息都不要了，下一个时序看到的是和之前完全无关的

在这里插入图片描述

代码

import torch
from torch import nn
from d2l import torch as d2l

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

def get_lstm_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 three():
        return (normal((num_inputs, num_hiddens)),
                normal((num_hiddens, num_hiddens)),
                torch.zeros(num_hiddens, device=device))

    W_xi, W_hi, b_i = three()  # 输入门参数
    W_xf, W_hf, b_f = three()  # 遗忘门参数
    W_xo, W_ho, b_o = three()  # 输出门参数
    W_xc, W_hc, b_c = three()  # 候选记忆元参数
    # 输出层参数
    W_hq = normal((num_hiddens, num_outputs))
    b_q = torch.zeros(num_outputs, device=device)
    # 附加梯度
    params = [W_xi, W_hi, b_i, W_xf, W_hf, b_f, W_xo, W_ho, b_o, W_xc, W_hc,
              b_c, W_hq, b_q]
    for param in params:
        param.requires_grad_(True)
    return params

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

turple终于又用了，这里一个C一个H

def lstm(inputs, state, params):
    [W_xi, W_hi, b_i, W_xf, W_hf, b_f, W_xo, W_ho, b_o, W_xc, W_hc, b_c,
     W_hq, b_q] = params
    (H, C) = state
    outputs = []
    for X in inputs:
        I = torch.sigmoid((X @ W_xi) + (H @ W_hi) + b_i)
        F = torch.sigmoid((X @ W_xf) + (H @ W_hf) + b_f)
        O = torch.sigmoid((X @ W_xo) + (H @ W_ho) + b_o)
        C_tilda = torch.tanh((X @ W_xc) + (H @ W_hc) + b_c)
        C = F * C + I * C_tilda
        H = O * torch.tanh(C)
        Y = (H @ W_hq) + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H, C)

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_lstm_params,
                            init_lstm_state, lstm)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)

perplexity 1.1, 19744.0 tokens/sec on cuda:0
time traveller for so it will be convenient to speak of himwas e
travellerbut becarfally but s i the peosterto timey itwing

在这里插入图片描述

简易实现

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

perplexity 1.0, 132211.4 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

在这里插入图片描述