目录
长短期记忆网络
忘记门：将值朝0减少
输入门：决定要不要忽略掉输入数据
输出门：决定要不要使用隐状态。
候选记忆单元
记忆单元
记忆单元会把上一个时刻的记忆单元作为状态放进来，所以LSTM和RNN跟GRU不一样的地方是它的状态里面有两个独立的。
如果： F t F_t Ft等于0的话，就是希望不要记住 C t − 1 C_{t-1} Ct−1。
如果： I t I_t It是1的话，就是希望尽量的去用它，如果 I t I_t It等于0的话，就是把现在的记忆单元丢掉。
隐状态
长短期记忆网络代码从零实现
python
import torch
from torch import nn
from d2l import torch as d2l
# 设置批量大小为32，时间步数为35
batch_size, num_steps = 32, 35
# 使用d2l库中的load_data_time_machine函数加载时间机器数据集，
# 并设置批量大小为32，时间步数为35，将加载的数据集赋值给train_iter和vocab变量
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)初始化模型参数
python
def get_lstm_params(vocab_size, num_hiddens, device):
# 将词汇表大小赋值给num_inputs和num_outputs
num_inputs = num_outputs = vocab_size
# 定义一个辅助函数normal，用于生成具有特定形状的正态分布随机数，并将其初始化为较小的值
def normal(shape):
return torch.randn(size=shape, device=device) * 0.01
# 定义一个辅助函数three，用于生成三个参数：输入到隐藏状态的权重矩阵、隐藏状态到隐藏状态的权重矩阵和隐藏状态的偏置项
def three():
return (normal(
(num_inputs, num_hiddens)), normal((num_hiddens, num_hiddens)),
torch.zeros(num_hiddens, device=device))
# 调用three函数获取输入到隐藏状态的权重矩阵W_xi、隐藏状态到隐藏状态的权重矩阵W_hi和隐藏状态的偏置项b_i
W_xi, W_hi, b_i = three()
# 调用three函数获取输入到隐藏状态的权重矩阵W_xf、隐藏状态到隐藏状态的权重矩阵W_hf和隐藏状态的偏置项b_f
W_xf, W_hf, b_f = three()
# 调用three函数获取输入到隐藏状态的权重矩阵W_xo、隐藏状态到隐藏状态的权重矩阵W_ho和隐藏状态的偏置项b_o
W_xo, W_ho, b_o = three()
# 调用three函数获取输入到隐藏状态的权重矩阵W_xc、隐藏状态到隐藏状态的权重矩阵W_hc和隐藏状态的偏置项b_c
W_xc, W_hc, b_c = three()
# 生成隐藏状态到输出的权重矩阵W_hq
W_hq = normal((num_hiddens, num_outputs))
# 生成输出的偏置项b_q
b_q = torch.zeros(num_outputs, device=device)
# 将所有参数组合成列表params
params = [W_xi, W_hi, b_i, W_xf, W_hf, b_f, W_xo, W_ho, b_o, W_xc, W_hc, b_c, W_hq, b_q]
# 变量所有参数
for param in params:
# 将所有参数的requires_grad属性设置为True，表示需要计算梯度
param.requires_grad_(True)
# 返回所有参数
return params初始化
python
def init_lstm_state(batch_size, num_hiddens, device):
# 返回一个元组，包含两个张量：一个全零张量表示初始的隐藏状态(即：H要有个初始化)，和一个全零张量表示初始的记忆细胞状态(即：C要有个初始化)。
return (torch.zeros((batch_size, num_hiddens), device=device),
torch.zeros((batch_size, num_hiddens), device=device))实际模型
python
def lstm(inputs, state, params):
[W_xi, W_hi, b_i, W_xf, W_hf, b_f, W_xo, W_ho, b_o, W_xc, W_hc, b_c, W_hq, b_q] = params
# 解包状态元组state，分别赋值给隐藏状态H和记忆细胞状态C
(H, C) = state
# 创建一个空列表用于存储每个时间步的输出
outputs = []
# 对于输入序列中的每个时间步
for X in inputs:
# 输入门的计算：使用输入、隐藏状态和偏置项，通过线性变换和sigmoid函数计算输入门
I = torch.sigmoid((X @ W_xi) + (H @ W_hi) + b_i)
# 遗忘门的计算：使用输入、隐藏状态和偏置项，通过线性变换和sigmoid函数计算遗忘门
F = torch.sigmoid((X @ W_xf) + (H @ W_hf) + b_f)
# 输出门的计算：使用输入、隐藏状态和偏置项，通过线性变换和sigmoid函数计算输出门
O = torch.sigmoid((X @ W_xo) + (H @ W_ho) + b_o)
# 新的记忆细胞候选值的计算：使用输入、隐藏状态和偏置项，通过线性变换和tanh函数计算新的记忆细胞候选值
C_tilda = torch.tanh((X @ W_xc) + (H @ W_hc) + b_c)
# 更新记忆细胞状态：将旧的记忆细胞状态与遗忘门和输入门的乘积相加，再与新的记忆细胞候选值的乘积相加，得到新的记忆细胞状态
C = F * C + I * C_tilda
# 更新隐藏状态：将输出门和经过tanh函数处理的记忆细胞状态的乘积作为新的隐藏状态
H = O * torch.tanh(C)
# 输出的计算：使用新的隐藏状态和偏置项，通过线性变换得到输出
Y = (H @ W_hq) + b_q
# 将当前时间步的输出添加到列表中
outputs.append(Y)
# 将所有时间步的输出在维度0上拼接起来，作为最终的输出结果；
# 返回最终的输出结果和更新后的隐藏状态和记忆细胞状态的元组
return torch.cat(outputs, dim=0), (H, C)训练
python
vocab_size, num_hiddens, device = len(vocab), 256, d2l.try_gpu()
num_epochs, lr = 500, 1
# 使用d2l库中的RNNModelScratch类创建一个基于LSTM的模型对象，
model = d2l.RNNModelScratch(len(vocab), num_hiddens, device, get_lstm_params, init_lstm_state, lstm)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)
简洁实现
python
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)
vocab_size, num_hiddens, device = len(vocab), 256, d2l.try_gpu()
num_epochs, lr = 500, 1
num_inputs = vocab_size
# 使用nn.LSTM创建一个LSTM层，输入特征数量为num_inputs，隐藏单元数量为num_hiddens
lstm_layer = nn.LSTM(num_inputs, num_hiddens)
# 使用d2l库中的RNNModel类创建一个基于LSTM的模型对象，传入LSTM层和词汇表大小
model = d2l.RNNModel(lstm_layer, len(vocab))
mode = model.to(device)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)
d2l.plt.show()
