【动手学深度学习-Pytorch版】门控循环单元GRU

关于GRU的笔记

支持隐状态的门控:这意味着模型有专门的机制来确定应该何时更新隐状态, 以及应该何时重置隐状态。 这些机制是可学习的,并且能够解决了上面列出的问题。 例如,如果第一个词元非常重要, 模型将学会在第一次观测之后不更新隐状态。 同样,模型也可以学会跳过不相关的临时观测。 最后,模型还将学会在需要的时候重置隐状态。 下面我们将详细讨论各类门控。

formula:门 是和隐藏状态同样的一个向量

重置门: R t = σ ( X t ∗ W x r + H t − 1 ∗ W h r + b r ) R_t = σ(X_t * W_{xr} + H_{t-1} * W_{hr} + b_r) Rt=σ(Xt∗Wxr+Ht−1∗Whr+br)

更新门: Z t = σ ( X t ∗ W x z + H t − 1 ∗ W h z + b z ) Z_t = σ(X_t * W_{xz} + H_{t-1} * W_{hz} + b_z) Zt=σ(Xt∗Wxz+Ht−1∗Whz+bz)

候选隐状态
☆ H t = t a n h ( X t ∗ W x h + ( R t ⊙ H t − 1 ) ∗ W h h + b h ) ^☆H_t = tanh(X_t * W_{xh} + (R_t ⊙ H_{t-1}) * W_{hh} + b_h) ☆Ht=tanh(Xt∗Wxh+(Rt⊙Ht−1)∗Whh+bh)

当重置门的项接近于1时,就可以恢复到一个普通的循环神经网络RNN的模型对于重置门的项接近于0时,候选隐状态是以X_t作为输入的多层感知机的结果,它除去了隐状态H_t-1对当前的影响任何预先存在的隐状态都会被重置为默认值

隐状态

更新门Z_t仅需要在H_t-1和(star)H_t之间进行按元素的凸组合就可以实现这个目标。
H t = Z t ⊙ H t − 1 + ( 1 − Z t ) ⊙ ☆ H t H_t = Z_t ⊙ H_{t-1} + (1 - Z_t) ⊙ ^☆H_t Ht=Zt⊙Ht−1+(1−Zt)⊙☆Ht

每当更新门{Z_t}接近于1时,模型就倾向于只保留旧状态,此时来自于 X t X_t Xt的信息基本上都会被忽略,当前的隐状态只依赖于上一次的 H ( t − 1 ) H_(t-1) H(t−1)相反,当 Z t Z_t Zt接近于0时,新的隐状态 H t H_t Ht就会接近于候选隐状态 ☆ H t ^☆H_t ☆Ht

优点:这些设计可以帮助我们处理循环神经网络中的梯度消失的问题,并且更好地捕获时间步距离很长的序列的依赖关系。例如:如果整个子序列的所有时间步的更新门都接近于1,则无论序列的长度如何,在序列起始时间步的旧隐状态都很容易保留并传递到序列的结束。

综上

重置门有助于捕获序列中的短期依赖关系;

更新门有助于捕获序列中的长期依赖关系。

GRU从零开始实现

python 复制代码
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)


# 初始化模型参数
def get_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_xz, W_hz, b_z = three()  # 更新门参数
    W_xr, W_hr, b_r = three()  # 重置门参数
    W_xh, W_hh, b_h = three()  # 候选隐状态参数
    # 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_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q]
    for param in params:
        param.requires_grad_(True)
    return params


# 定义模型
def init_gru_state(batch_size, num_hiddens, device):
    return (torch.zeros((batch_size, num_hiddens), device=device),)


# gru模型
def gru(inputs, state, params):
    W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q = params
    H, = state
    outputs = []
    for X in inputs:
        # 更新门:Z_t = σ(X_t * W_xz + H_T-1 * W_hz + bz)
        Z = torch.sigmoid((X @ W_xz) + (H @ W_hz) + b_z)
        # 重置门:R_t = σ(X_t * W_xr + H_t - 1 * W_hr + br)
        R = torch.sigmoid((X @ W_xr) + (H @ W_hr) + b_r)
        # (star)H_t = tanh(X_t * W_xh + (R_t ⊙ H_t-1) * W_hh + bh)
        H_tilda = torch.tanh((X @ W_xh) + ((R * H) @ W_hh) + b_h)
        # H_t = Z_t ⊙ H_t - 1 + (1 - Z_t) ⊙ (star)H_t
        H = Z * H + (1 - Z) * H_tilda
        Y = H @ W_hq + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H,)


# 训练与预测
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_params,init_gru_state,gru)

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

简洁实现GRU

python 复制代码
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_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_xz, W_hz, b_z = three()  # 更新门参数
    W_xr, W_hr, b_r = three()  # 重置门参数
    W_xh, W_hh, b_h = three()  # 候选隐状态参数
    # 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_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q]
    for param in params:
        param.requires_grad_(True)
    return params


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

def gru(inputs, state, params):
    W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q = params
    H, = state
    outputs = []
    for X in inputs:
        Z = torch.sigmoid((X @ W_xz) + (H @ W_hz) + b_z)
        R = torch.sigmoid((X @ W_xr) + (H @ W_hr) + b_r)
        H_tilda = torch.tanh((X @ W_xh) + ((R * H) @ W_hh) + b_h)
        H = Z * H + (1 - Z) * H_tilda
        Y = H @ W_hq + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H,)

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_params,
                            init_gru_state, gru)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)
相关推荐
羊小猪~~24 分钟前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
软工菜鸡1 小时前
预训练语言模型BERT——PaddleNLP中的预训练模型
大数据·人工智能·深度学习·算法·语言模型·自然语言处理·bert
哔哩哔哩技术2 小时前
B站S赛直播中的关键事件识别与应用
深度学习
deephub2 小时前
Tokenformer:基于参数标记化的高效可扩展Transformer架构
人工智能·python·深度学习·架构·transformer
___Dream2 小时前
【CTFN】基于耦合翻译融合网络的多模态情感分析的层次学习
人工智能·深度学习·机器学习·transformer·人机交互
极客代码2 小时前
【Python TensorFlow】入门到精通
开发语言·人工智能·python·深度学习·tensorflow
王哈哈^_^4 小时前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
写代码的小阿帆4 小时前
pytorch实现深度神经网络DNN与卷积神经网络CNN
pytorch·cnn·dnn
是瑶瑶子啦4 小时前
【深度学习】论文笔记:空间变换网络(Spatial Transformer Networks)
论文阅读·人工智能·深度学习·视觉检测·空间变换
wangyue45 小时前
c# 深度模型入门
深度学习