Pytorch-RNN

1.詞嵌入

nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False, _weight=None)

其為一個簡單的存儲固定大小的詞典的嵌入向量的查找表，意思是說，給一個編號，嵌入層就能返回這個編號對應的嵌入向量（嵌入向量反映了各個編號代表的符號之間的語義關系）

輸入為一個編號列表，輸出為對應的符號嵌入向量列表。

• num_embeddings(int)：詞典的大小尺寸，比如總共出現5000個詞，那就輸入5000。此時index為（0-4999）；
• embedding_dim (int)： 嵌入向量的維度，即用多少維來表示一個符號；
• padding_idx(int,可選)：比如，輸入長度為100，但是每次的句子長度並不一樣，后面就需要用統一的數字填充，而這里就是指定這個數字；
• max_norm(float,可選)：最大范數，如果嵌入向量的范數超過了這個界限，就要進行再歸一化；
• norm_type (float, 可選)：指定利用什么范數計算，並用於對比max_norm，默認為2范數；
• scale_grad_by_freq (boolean, 可選)：根據單詞在mini-batch中出現的頻率，對梯度進行放縮，默認為False；
• sparse (bool, 可選)：若為True，則與權重矩陣相關的梯度轉變為稀疏張量；

import torch
from  torch import nn

word_to_idx = {'hello':0, 'world':1}                                      #給單詞編索引號
lookup_tensor = torch.tensor([word_to_idx['hello']], dtype=torch.long)    #得到目標單詞索引

embeds = nn.Embedding(2,5)                           
hello_embed = embeds(lookup_tensor)               #傳入單詞的index，返回對應的嵌入向量
print(hello_embed)

tensor([[ 0.0254, 1.2267, -0.9689, -0.1929, -0.2187]],grad_fn=<EmbeddingBackward>)

Tip：上面nn.Embedding的那張表是沒有初始化的，得到的嵌入向量是隨機生成的，初始化一般采用現成的編碼方式，把word2vec或者GloVe下載下來，數據內容填充進表。

下面直接使用GloVe方式進行查表操作（提前pip install pytorch-nlp），運行時需要漫長的等待下載。

from torchnlp.word_to_vector import GloVe
vectors = GloVe()

print(vectors['hello'])

2.nn.RNN

nn.RNN的數據處理如下圖所示。每次向網絡中輸入batch個樣本，每個時刻處理的是該時刻的batch個樣本，因此x_t​的shape為[batch,feature_len]的Tensor。例如，輸入3句話，每句話10個單詞，每個單詞用100維的向量表示，那么seq_len=10，batch=3，feature_len=100。

隱藏記憶單元h的shape是二維的[batch,hidden_len]，其中hidden_len是一個可以自定的超參數，如可以取為20，表示每個樣本用20長度的向量記錄。

x相當於seq_len個x_t

 

2.1nn.RNN(input_size, hidden_size, num_layers=1, nonlinearity=tanh, bias=True, batch_first=False, dropout=0, bidirectional=False)

參數：

• input_size：輸入特征的維度， 一般rnn中輸入的是詞向量，那么 input_size 就等於一個詞向量的維度，即feature_len；
• hidden_size：隱藏層神經元個數，或者也叫輸出的維度（因為rnn輸出為各個時間步上的隱藏狀態）；
• num_layers：網絡的層數；
• nonlinearity：激活函數；
• bias：是否使用偏置；
• batch_first：輸入數據的形式，默認是 False，就是這樣形式，(seq(num_step), batch, input_dim)，也就是將序列長度放在第一位，batch 放在第二位；
• dropout：是否應用dropout, 默認不使用，如若使用將其設置成一個0-1的數字即可；
• birdirectional：是否使用雙向的 rnn，默認是 False；

from torch import nn

rnn = nn.RNN(100, 10)                #詞向量維度100維，輸出維度10
print(rnn._parameters.keys())        #odict_keys(['weight_ih_l0', 'weight_hh_l0', 'bias_ih_l0', 'bias_hh_l0'])

print(rnn.weight_hh_l0.shape, rnn.weight_ih_l0.shape)         #torch.Size([10, 10]) torch.Size([10, 100])
print(rnn.bias_hh_l0.shape, rnn.bias_ih_l0.shape)             #torch.Size([10]) torch.Size([10])

Tip：bias只取hidden_len，等到作加法時會廣播到所有的batch上。

2.2out,ht=forward(x,h0)

• x：[seq_len, batch, feature_len] 它是一次性將所有時刻特征喂入的，不需要每次喂入當前時刻的x_t；
• h0/ht：[num_layers, batch, hidden_len] h0是第一個時間戳所有層的記憶單元的Tensor（理解成每一層中每個句子的隱藏輸出）；
• out：[seq_len, batch, hidden_len] out是每一個時刻上空間上最后一層的輸出；

#單層RNN
import torch
from torch import nn

rnn = nn.RNN(100, 20, 1)                #feature_len=100, hidden_len=20, 層數=1
x = torch.randn(10, 3, 100)             #單詞數量(seq_len=10),句子數量(batch=3),每個特征100維度(feature_len=100)
out, h = rnn(x, torch.zeros(1, 3, 20))  #傳入RNN處理, 另外傳入h_0, shape是<層數, batch, hidden_len=20>

print(out.shape)                        #torch.Size([10, 3, 20])
print(h.shape)                          #torch.Size([1, 3, 20])

2.3使用nn.RNN構建多層循環網絡

相比2.1處的代碼，只要改變層數即可。

from torch import nn

rnn = nn.RNN(100, 20, 2)             #詞向量維度100維，輸出維度20，層數為2
print(rnn._parameters.keys())        #odict_keys(['weight_ih_l0', 'weight_hh_l0', 'bias_ih_l0', 'bias_hh_l0', 'weight_ih_l1', 'weight_hh_l1', 'bias_ih_l1', 'bias_hh_l1'])

print(rnn.weight_hh_l0.shape, rnn.weight_ih_l0.shape)         #torch.Size([20, 20]) torch.Size([20, 100])
print(rnn.weight_hh_l1.shape, rnn.weight_ih_l1.shape)         #torch.Size([20, 20]) torch.Size([20, 20])

Tip：從l1層開始接受的輸入都是下面層的輸出，即接受的輸入特征數不再是feature_len而是hidden_len，所以這里參數weight_ih_l1的shape應是[hidden_len,hidden_len]

out,ht=forward(x,h0)

import torch
from torch import nn

rnn = nn.RNN(100, 20, 4)                #feature_len=100, hidden_len=20, 層數=4
x = torch.randn(10, 3, 100)             #單詞數量(seq_len=10),句子數量(batch=3),每個特征100維度(feature_len=100)
out, h = rnn(x, torch.zeros(4, 3, 20))  #傳入RNN處理, 另外傳入h_0, shape是<層數, batch, hidden_len=20>

print(out.shape)                        #torch.Size([10, 3, 20])
print(h.shape)                          #torch.Size([4, 3, 20])

3.nn.RNNCell

nn.RNN是一次性將所有時刻特征喂入的，nn.RNNCell將序列上的每個時刻分開來處理。

舉例：如果要處理3個句子，每個句子10個單詞，每個單詞用100維的嵌入向量表示，那么nn.RNN傳入的Tensor的shape是[10,3,100]，nn.RNNCell傳入的Tensor的shape是[3,100]，將此計算單元運行10次。

3.1nn.RNNCell()

初始化方法和上面一樣。

3.2h_t=forward(x_t, h_t-1)

• x_t：[batch, feature_len]表示當前時刻的輸入；
• h_t-1：[num layers, batch, hidden_len]前一個時刻的單元輸出，h_t是下一時刻的單元輸入；
• out：[seq_len, batch, hidden_len] out是所有時間點最后一層的輸出，上面的一條線，層級別（區別h_t是最后一個時間所有memory的狀態，右側的一條線，時間戳級別）；

import torch
from torch import nn

#單層RNN
cell1 = nn.RNNCell(100, 20)
h1 = torch.zeros(3, 20)
x = torch.randn(10, 3, 100)  
for xt in x:                        #xt.shape=[3, 100]
    h1 = cell1(xt, h1)
print(h1.shape)                     #torch.Size([3, 20])


#多層RNN
cell1 = nn.RNNCell(100, 30)
cell2 = nn.RNNCell(30, 20)

h1 = torch.zeros(3, 30)
h2 = torch.zeros(3, 20)
x = torch.randn(10, 3, 100)  
for xt in x:
    h1 = cell1(xt, h1)
    h2 = cell2(h1, h2)
print(h1.shape)                     #torch.Size([3, 30])
print(h2.shape)                     #torch.Size([3, 20])