TensorFlow 實現基於LSTM的語言模型
阿新 • • 發佈：2019-01-06
一、LSTM的相關概念
部落格上有很多講解的很好的博主，我看的是這個博主的關於LSTM的介紹，感覺很全面，如果對LSTM原理不太明白的，可以點選這個連結。LSTM相關概念，這裡就不多做介紹了哈！
二、GRU介紹
這裡為什麼要介紹下GRU呢！因為在RNN的各種變種中，除了LSTM，另一個非常流行的網路結構就是GRU，它相比於LSTM，結構更簡單，比LSTM減少了一個Gate，所以計算效率更高。
除此之外，它也改變了RNN的隱藏層，使其更好地捕捉深層連線，改善了梯度消失問題。
三、LSTM與GRU
LSTM和GRU的區別可以看一下公式，這個是我看吳恩達《深度學習》網課時做的筆記。有興趣的可以去網易雲課堂看下吳恩達的網課。
LSTM:
GRU:
四、實現（本節程式碼來自tensorflow開源實現）
首先下載PTB資料集並解壓放到工作路徑下。wget http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examples.tgz
tar xvf simple-examples.tgz然後下載tensorflow models庫，進入目錄models/tutorials/rnn/ptb。然後載入常用的庫，和tensorflow models中的PTB reader，通過它讀取資料。
git clone https://github.com/tensorflow/models.git cd models/tutorials/rnn/ptb
載入常用的庫，這裡如果在執行程式的時候，報“沒有reader庫“的錯，那麼請參考這裡連結，和這裡。（之前我程式有這個錯誤就參考的這兩個大大的）。
import time
import numpy as np
import tensorflow as tf
import reader接著定義語言模型，用來處理輸入資料的class。
class PTBInput(object): def __init__(self, config, data, name=None): self.batch_size = batch_size = config.batch_size self.num_steps = num_steps = config.num_steps #num_steps是LSTM的展開步數 self.epoch_size = ((len(data) // batch_size) - 1) // num_steps #epoch_size即為每個epoch內需要多少輪訓練的迭代。 #用reader.ptb_producer獲取特徵資料input_data，以及label資料targets。 self.input_data, self.targets = reader.ptb_producer( data, batch_size, num_steps, name=name)
然後定義語言模型中的class，PTBModel。
class PTBModel(object):
def __init__(self, is_training, config, input_): #is_trainin是訓練標記 config是配置引數 input_是PTBInput的例項
self._input = input_
batch_size = input_.batch_size
num_steps = input_.num_steps
size = config.hidden_size #hidden_size是LSTM的節點數
vocab_size = config.vocab_size #vocab_size是詞彙表大小使用tf.contrib.rnn.BasicLSTMCell設定預設的LSTM單元，
def lstm_cell( ):
return tf.contrib.rnn.BasicLSTMCell(
size, forget_bias=0.0, state_is_tuple=True)
attn_cell = lstm_cell
if is_training and config.keep_prob < 1:
def attn_cell():
return tf.contrib.rnn.DropoutWrapper(
lstm_cell(), output_keep_prob=config.keep_prob)
cell = tf.contrib.rnn.MultiRNNCell(
[attn_cell() for _ in range(config.num_layers)],
state_is_tuple=True)
self._initial_state = cell.zero_state(batch_size, tf.float32)建立網路的詞嵌入embedding部分。embedding是將one-hot的編碼格式的單詞轉化為向量表達形式
with tf.device("/cpu:0"):
embedding = tf.get_variable(
"embedding", [vocab_size, size], dtype=tf.float32)
inputs = tf.nn.embedding_lookup(embedding, input_.input_data)
if is_training and config.keep_prob < 1:
inputs = tf.nn.dropout(inputs, config.keep_prob)定義輸出outputs。
outputs = []
state = self._initial_state
with tf.variable_scope("RNN"):
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
(cell_output, state) = cell(inputs[:, time_step, :], state) #inputs有三個維度，第一個代表batch中的第幾個樣本，2是樣本中第幾個單詞，3是單詞的向量表達的維度
outputs.append(cell_output)將output的內容用tf.concat串接到一起，使用tf.reshape將其轉換為一個特別長的一維向量。
output = tf.reshape(tf.concat(outputs, 1), [-1, size])
softmax_w = tf.get_variable(
"softmax_w", [size, vocab_size], dtype=tf.float32)
softmax_b = tf.get_variable("softmax_b", [vocab_size], dtype=tf.float32)
logits = tf.matmul(output, softmax_w) + softmax_b #網路的最後輸出
loss = tf.contrib.legacy_seq2seq.sequence_loss_by_example(
[logits],
[tf.reshape(input_.targets, [-1])],
[tf.ones([batch_size * num_steps], dtype=tf.float32)])
self._cost = cost = tf.reduce_sum(loss) / batch_size
self._final_state = state
if not is_training:
returnself._lr = tf.Variable(0.0, trainable=False) #_lr是學習速率，這裡是不可訓練
tvars = tf.trainable_variables() #tvars是全部可訓練的引數
grads, _ = tf.clip_by_global_norm(tf.gradients(cost, tvars),
config.max_grad_norm)
optimizer = tf.train.GradientDescentOptimizer(self._lr)
self._train_op = optimizer.apply_gradients(zip(grads, tvars),
global_step=tf.contrib.framework.get_or_create_global_step())#定義一個用來控制學習速率的
self._new_lr = tf.placeholder(
tf.float32, shape=[], name="new_learning_rate")
self._lr_update = tf.assign(self._lr, self._new_lr) #assign_lr用來在外部控制模型的學習速率
def assign_lr(self, session, lr_value):
session.run(self._lr_update, feed_dict={self._new_lr: lr_value})到這裡，模型定義的部分就完成了。在定義PTBModel class的一些property（它可以將返回變數設為只讀，防止修改變數引發的問題）
@property
def input(self):
return self._input
@property
def initial_state(self):
return self._initial_state
@property
def cost(self):
return self._cost
@property
def final_state(self):
return self._final_state
@property
def lr(self):
return self._lr
@property
def train_op(self):
return self._train_op定義集中不同大小的模型的引數，先是小模型。
class SmallConfig(object):
init_scale = 0.1 #是網路中權重值的初始scale
learning_rate = 1.0 #學習速率的初始值
max_grad_norm = 5 #梯度的最大範數
num_layers = 2 #LSTM可以堆疊的層數
num_steps = 20 #LSTM梯度反向傳播的展開步數
hidden_size = 200 #LSTM可以堆疊的層數
max_epoch = 4 #初始學習速率可訓練的epoch數，在此之後需要調整學習速率
max_max_epoch = 13 #總共可訓練的epoch數
keep_prob = 1.0 #dropout層的保留節點的比例
lr_decay = 0.5 #學習速率的衰減速度
batch_size = 20 #每個batch中樣本的數量
vocab_size = 10000中模型
class MediumConfig(object):
init_scale = 0.05
learning_rate = 1.0
max_grad_norm = 5
num_layers = 2
num_steps = 35
hidden_size = 650
max_epoch = 6
max_max_epoch = 39
keep_prob = 0.5
lr_decay = 0.8
batch_size = 20
vocab_size = 10000大
class LargeConfig(object):
init_scale = 0.04
learning_rate = 1.0
max_grad_norm = 10
num_layers = 2
num_steps = 35
hidden_size = 1500
max_epoch = 14
max_max_epoch = 55
keep_prob = 0.35
lr_decay = 1 / 1.15
batch_size = 20
vocab_size = 10000#這裡只是為了測試使用，引數都儘量的使用最小值，為了測試可以完整執行模型
class TestConfig(object):
init_scale = 0.1
learning_rate = 1.0
max_grad_norm = 1
num_layers = 1
num_steps = 2
hidden_size = 2
max_epoch = 1
max_max_epoch = 1
keep_prob = 1.0
lr_decay = 0.5
batch_size = 20
vocab_size = 10000接著定義訓練一個epoch資料的函式run_epoch。記錄當前時間，初始化損失costs和迭代數iters，並執行model.initial_state來初始化狀態並獲得初始狀態。
接著建立輸出結果的字典表fetches，其中包括cost和final_state，如果有評測操作eval_op，也一併加入到fetches。
進入迴圈，次數為epoch_size。每次迴圈中，生成訓練用的feed_dict。將全部LSTM單元的state加入feed_dict中，然後傳入feed_dict並執行fetches對網路進行一次訓練，拿到cost和state。我們每完成約10%的epoch，就進行一次結果的展示，一次展示當前的epoch的進度。最後返回perplexity作為函式結果。和訓練速度最後返回perplexity作為函式結果。
PS：perplexity：平均cost的自然常熟指數，是語言模型中用來比較模型效能的重要指標，越低代表模型輸出的概率分佈在預測樣本上越好。
def run_epoch(session, model, eval_op=None, verbose=False):
start_time = time.time()
costs = 0.0
iters = 0
state = session.run(model.initial_state) #model.initial_state來初始化狀態並獲得初始狀態
#建立輸出結果字典表
fetches = {
"cost": model.cost,
"final_state": model.final_state,
}
if eval_op is not None:
fetches["eval_op"] = eval_op
#進入訓練迴圈中
for step in range(model.input.epoch_size):
feed_dict = {}
for i, (c, h) in enumerate(model.initial_state):
feed_dict[c] = state[i].c
feed_dict[h] = state[i].h
vals = session.run(fetches, feed_dict)
cost = vals["cost"]
state = vals["final_state"]
cost += cost
iters += model.input.num_steps
if verbose and step % (model.input.epoch_size // 10) == 10:
print("%.3f perplexity: %.3f speed: %.0f wps" %
(step * 1.0 / model.input.epoch_size, np.exp(costs / iters),
iters * model.input.batch_size / (time.time() - start_time)))
return np.exp(costs / iters)使用reader.ptb_raw_data直接讀取解壓後的資料，得到訓練資料，驗證資料和測試資料。
raw_data = reader.ptb_raw_data('simple-examples/data/')
train_data, valid_data, test_data, _= raw_data
config = SmallConfig()
eval_config = SmallConfig()
eval_config.batch_size = 1
eval_config.num_steps = 1
建立預設的Graph，使用tf.random_uniform_initializer設定引數的初始化器。
with tf.Graph().as_default():
initializer = tf.random_uniform_initializer(-config.init_scale,
config.init_scale)
with tf.name_scope("Train"):
train_input = PTBInput(config=config, data=train_data, name="TrainInput")
with tf.variable_scope("Model", reuse=None, initializer=initializer):
m = PTBModel(is_training=True, config=config, input_=train_input)
with tf.name_scope("Valid"):
valid_input = PTBInput(config=config, data=valid_data, name="ValidInput")
with tf.variable_scope("Model", reuse=True, initializer=initializer):
mvalid = PTBModel(is_training=False, config=config, input_=valid_input)
with tf.name_scope("Test"):
test_input = PTBInput(config=eval_config, data=test_data,
name="TestInput")
with tf.variable_scope("Model", reuse=True, initializer=initializer):
mtest = PTBModel(is_training=False, config=eval_config,
input_=test_input)使用tf.train.Supervisor（）建立訓練的管理器sv，並使用sv.managed_session建立預設Session，再執行訓練多個epoch資料的迴圈。
sv = tf.train.Supervisor()
with sv.managed_session() as session:
for i in range(config.max_max_epoch):
lr_decay = config.lr_decay ** max(i + 1 - config.max_epoch, 0.0)
m.assign_lr(session, config.learning_rate * lr_decay)
print("Epoch: %d Learning rate: %.3f" % (i + 1, session.run(m.lr)))
train_perplexity = run_epoch(session, m, eval_op=m.train_op,
verbose=True)
print("Epoch: %d Train perplexity: %.3f" % (i + 1, train_perplexity))
test_perplexity = run_epoch(session, mtest)
print("Test Perplexity: %.3f" % test_perplexity)在SmallConfig小型模型的最後結果，我的電腦配置不高，訓練速度大概2000+單詞每秒，
看起來我們預測的結果還是很好滴哈！