LSTM-модуль
Параметр Описание
В список входных параметров входят:
-
input_size: размерность входных данных -
hidden_size: размер скрытого слоя в LSTM -
num_layers: количество слоев рекуррентной нейронной сети. -
bias: Использовать ли параметр смещения, по умолчанию — True. -
batch_first: установить ли пакет в качестве первых входных данных, после настройки вывод также следует этому правилу. Значение по умолчанию — «ложь». -
dropoutПо умолчанию 0, что означает отсутствие выпадения. -
bidirectionalПо умолчанию установлено значение false, что означает отсутствие двунаправленного LSTM.
Входные данные:input,(h_0,c_0):
-
input: форма есть(seq_length,batch_size,input_size)тензор -
h_0: форма есть(num_layers*num_directions,batch,hidden_size)тензор, который содержит начальное скрытое состояние каждого предложения в текущем пакетном_размере, num_layers — количество слоев LSTM, еслиbidirectional=TrueЗатем: num_directions=2, иначе 1, что указывает на то, что есть только одно направление, -
c_0иh_0той же формы, он содержит начальное состояние ячейки каждого предложения в текущем пакетном_размере.h_0,c_0Если не указано, по умолчанию 0
Выходные данные включают вывод (h_n,c_n):
-
output: форма (seq_length, batch_size, num_directions*hidden_size),
Он содержит выходные характеристики (h_t) последнего слоя LSTM, где t — длина каждого предложения в batch_size.
-
h_n: форма (количество_направлений * число_слоев, пакет, скрытый_размер) - c_n.shape==h_n.shape
-
h_nсодержит скрытое состояние последнего слова предложения,c_nСодержит состояние ячейки последнего слова предложения, поэтому все они связаны с длиной предложения.seq_lengthЭто не имеет значения.
функциональная проверка Python
import torch
def layer_output(input_data, w_ii, w_hi, b_ii, b_hi, h, fn='sigmoid'):
output = torch.matmul(w_ii, input_data.T)+b_ii.view(-1, 1) + \
torch.matmul(w_hi, h)+b_hi.view(-1, 1)
if fn == 'sigmoid':
return torch.sigmoid(output)
else:
return torch.tanh(output)
def lstm_output(input_data, hh_weight, ih_weight, hh_bias, ih_bias, hidden_data, current):
seq_length, batch, input_num = input_data.shape
stack, _, hidden = hidden_data.shape
for i in range(seq_length):
input_data_0 = input_data[i][:][:]
w_ii, w_if, w_ig, w_io = ih_weight[:hidden][:], ih_weight[hidden:2 *
hidden][:], ih_weight[2*hidden:3*hidden][:], ih_weight[3*hidden:4*hidden][:]
w_hi, w_hf, w_hg, w_ho = hh_weight[:hidden][:], hh_weight[hidden:2 *
hidden][:], hh_weight[2*hidden:3*hidden][:], hh_weight[3*hidden:4*hidden][:]
b_ii, b_if, b_ig, b_io = ih_bias[:hidden], ih_bias[hidden:2 *
hidden], ih_bias[2*hidden:3*hidden], ih_bias[3*hidden:4*hidden]
b_hi, b_hf, b_hg, b_ho = hh_bias[:hidden], hh_bias[hidden:2 *
hidden], hh_bias[2*hidden:3*hidden], hh_bias[3*hidden:4*hidden]
h = hidden_data.view(-1, 1)
i_t = layer_output(input_data_0, w_ii, w_hi, b_ii, b_hi, h)
f_t = layer_output(input_data_0, w_if, w_hf, b_if, b_hf, h)
g_t = layer_output(input_data_0, w_ig, w_hg, b_ig, b_hg, h, 'tanh')
o_t = layer_output(input_data_0, w_io, w_ho, b_io, b_ho, h)
c_t = f_t*current.view(-1, 1)+i_t*g_t
h_t = o_t*torch.tanh(c_t)
input_data_0 = h_t
hidden_data = h_t
current = c_t
output = h_t.resize(stack,batch,hidden)
return output, (c_t.resize(stack,batch,hidden), h_t.resize(stack,batch,hidden))
def compare(my_data,torch_data):
res = torch.sum(my_data-torch_data)
if res<1e-5:
print("Verify passed")
else:
print("Verify Faied")
input_num = 57
hidden_num = 64
torch.manual_seed(1)
lstm = torch.nn.LSTM(input_size=input_num, hidden_size=hidden_num,
num_layers=1, bias=True)
hh_weight, ih_weight = lstm.weight_hh_l0, lstm.weight_ih_l0
hh_bias, ih_bias = lstm.bias_hh_l0, lstm.bias_ih_l0
current = torch.randn(1, 1, hidden_num)
hidden = torch.randn(1, 1, hidden_num)
input_data = torch.rand(5, 1, 57)
o_t, (m_c, m_h) = lstm_output(input_data, hh_weight, ih_weight,
hh_bias, ih_bias, hidden, current)
# weights_shape = [weights.shape for weights in weights]
# data = torch.ones(size=(1, 1, input_num), dtype=torch.float)
output_res, (hn_res, cn_res) = lstm(
input_data, (hidden, current))
print("Torch output:", output_res.shape, hn_res.shape, cn_res.shape)
print("My output:", o_t,m_h.shape, m_c.shape)
compare(output_res,o_t)
compare(hn_res,m_h)
compare(cn_res,m_c)
Структура ГРУРасчет PyTorch:
import torch
from torch import nn
def dense(input_data,weight,bias):
return torch.matmul(weight,input_data.view(-1,1))+bias.view(-1,1)
def my_gru(input_data,hidden,weight_hh_l0,weight_ih_l0,bias_ih_l0,bias_hh_l0):
W_ir,W_iz,W_in = weight_ih_l0[:2,:],weight_ih_l0[2:4,:],weight_ih_l0[4:,:]
b_ir,b_iz,b_in = bias_ih_l0[:2],bias_ih_l0[2:4],bias_ih_l0[4:]
W_hr,W_hz,W_hn = weight_hh_l0[:2,:],weight_hh_l0[2:4,:],weight_hh_l0[4:,:]
b_hr,b_hz,b_hn = bias_hh_l0[:2],bias_hh_l0[2:4],bias_hh_l0[4:]
r_t = torch.sigmoid(dense(input_data,W_ir,b_ir)+dense(hidden,W_hr,b_hr))
z_t = torch.sigmoid(dense(input_data,W_iz,b_iz)+dense(hidden,W_hz,b_hz))
n_t = torch.tanh(dense(input_data,W_in,b_in)+r_t*dense(hidden,W_hn,b_hn))
h_t = (1-z_t)*n_t+z_t*hidden.view(-1,1)
return h_t
gru = nn.GRU(input_size=3,hidden_size=2,num_layers=1)
input_data = torch.randn(1, 1, 3)
init_hidden = torch.randn(1, 1, 2)
output, hn = gru(input_data, init_hidden)
weight_hh_l0,weight_ih_l0,bias_ih_l0,bias_hh_l0 = gru.weight_hh_l0,gru.weight_ih_l0,gru.bias_ih_l0,gru.bias_hh_l0
my_output = my_gru(input_data,init_hidden,weight_hh_l0,weight_ih_l0,bias_ih_l0,bias_hh_l0)
print("PyTorch output:{} my output:{}".format(output,my_output))
модуль РНН
def my_rnn(input_data, weight_ih_l0, weight_hh_l0, bias_ih_l0, bias_hh_l0, h_0):
input_data_0 = input_data[0][:][:].reshape(1, -1)
h_0 = h_0.reshape(1, -1)
h_output_0 = torch.matmul(weight_hh_l0, h_0.T)+bias_hh_l0.reshape(-1, 1) # update hidden_0 ==> output_hidden_0
h_1 = torch.tanh(torch.matmul(weight_ih_l0, input_data_0.T) +
bias_ih_l0.reshape(-1, 1)+h_output_0).T # hidden_0 ==> hidden_1
input_data_1 = input_data[1][:][:].reshape(1, -1)
h_output_1 = torch.matmul(weight_hh_l0, h_1.T)+bias_hh_l0.reshape(-1, 1)
output_2 = torch.tanh(torch.matmul(weight_ih_l0, input_data_1.T) +
bias_ih_l0.reshape(-1, 1)+h_output_1).T
return (h_1, output_2), output_2