『PyTorch』第十弹_循环神经网络

RNN基础：

『cs231n』作业3问题1选讲_通过代码理解RNN&图像标注训练

TensorFlow RNN:

『TensotFlow』基础RNN网络分类问题

『TensotFlow』基础RNN网络回归问题

『TensotFlow』深层循环神经网络

『TensotFlow』LSTM古诗生成任务总结

对于torch中的RNN相关类，有原始和原始Cell之分，其中RNN和RNNCell层的区别在于前者一次能够处理整个序列，而后者一次只处理序列中一个时间点的数据，前者封装更完备更易于使用，后者更具灵活性。实际上RNN层的一种后端实现方式就是调用RNNCell来实现的。

一、nn.RNN

import torch as t
from torch import nn
from torch.autograd import Variable as V

layer = 1

t.manual_seed(1000)
# 3句话，每句话2个字，每个字4维矢量
# batch为3，step为2，每个元素4维
input = V(t.randn(2,3,4))
# 1层，输出(隐藏)神经元3维，输入神经元4维
# 1层，3隐藏神经元，每个元素4维
lstm = nn.LSTM(4,3,layer)
# 初始状态：1层，batch为3,隐藏神经元3
h0 = V(t.randn(layer,3,3))
c0 = V(t.randn(layer,3,3))

out, hn = lstm(input,(h0,c0))
print(out, hn)

Variable containing:
(0 ,.,.) = 
  0.0545 -0.0061  0.5615
 -0.1251  0.4490  0.2640
  0.1405 -0.1624  0.0303

(1 ,.,.) = 
  0.0168  0.1562  0.5002
  0.0824  0.1454  0.4007
  0.0180 -0.0267  0.0094
[torch.FloatTensor of size 2x3x3]
 (Variable containing:
(0 ,.,.) = 
  0.0168  0.1562  0.5002
  0.0824  0.1454  0.4007
  0.0180 -0.0267  0.0094
[torch.FloatTensor of size 1x3x3]
, Variable containing:
(0 ,.,.) = 
  0.1085  0.1957  0.9778
  0.5397  0.2874  0.6415
  0.0480 -0.0345  0.0141
[torch.FloatTensor of size 1x3x3]
)

二、nn.RNNCell

import torch as t
from torch import nn
from torch.autograd import Variable as V

t.manual_seed(1000)
# batch为3，step为2，每个元素4维
input = V(t.randn(2,3,4))
# Cell只能是1层，3隐藏神经元，每个元素4维
lstm = nn.LSTMCell(4,3)
# 初始状态：1层，batch为3,隐藏神经元3
hx = V(t.randn(3,3))
cx = V(t.randn(3,3))

out = []

# 每个step提取各个batch的四个维度
for i_ in input:
    print(i_.shape)
    hx, cx = lstm(i_,(hx,cx))
    out.append(hx)
t.stack(out)

torch.Size([3, 4])
torch.Size([3, 4])

Variable containing:
(0 ,.,.) = 
  0.0545 -0.0061  0.5615
 -0.1251  0.4490  0.2640
  0.1405 -0.1624  0.0303

(1 ,.,.) = 
  0.0168  0.1562  0.5002
  0.0824  0.1454  0.4007
  0.0180 -0.0267  0.0094
[torch.FloatTensor of size 2x3x3]

三、nn.Embedding

embedding将标量表示的字符(所以是LongTensor)转换成矢量，这里给出一个模拟：将标量词embedding后送入rnn转换一下维度。

import torch as t
from torch import nn
from torch.autograd import Variable as V

# 5个词，每个词使用4维向量表示
embedding = nn.Embedding(5, 4)
# 使用预训练好的词向量初始化
embedding.weight.data = t.arange(0, 20).view(5, 4)  # 大小对应nn.Embedding(5, 4)

# embedding将标量表示的字符(所以是LongTensor)转换成矢量
# 实际输入词原始向量需要是LongTensor格式
input = V(t.arange(3, 0, -1)).long()
# 1个batch，3个step，4维矢量
input = embedding(input).unsqueeze(1)
print("embedding后：",input.size())

# 1层，3隐藏神经元(输出元素4维度)，每个元素4维
layer = 1
lstm = nn.LSTM(4, 3, layer)
# 初始状态：1层，batch为3,隐藏神经元3
h0 = V(t.randn(layer, 3, 3))
c0 = V(t.randn(layer, 3, 3))
out, hn = lstm(input, (h0, c0))
print("LSTM输出：",out.size())

embedding后： torch.Size([3, 1, 4])
LSTM输出： torch.Size([3, 3, 3])