神经网络学习小记录2——利用tensorflow构建循环神经网络（RNN）

浅浅的花香味﹌ 2021-11-09 04:48 349阅读 0赞

### 神经网络学习小记录2——利用tensorflow构建循环神经网络（RNN） ###

*  学习前言
 *   *  RNN简介
     *  tensorflow中RNN的相关函数
     *   *  tf.nn.rnn\_cell.BasicLSTMCell
         *  tf.nn.dynamic\_rnn
     *  全部代码

# 学习前言 #

在前一段时间已经完成了卷积神经网络的复习，现在要对循环神经网络的结构进行更深层次的明确。  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

## RNN简介 ##

RNN 是当前发展非常火热的神经网络中的一种，它擅长对序列数据进行处理。  
什么是序列数据呢？举个例子。  
现在假设有四个字，“我” “去” “吃” “饭”。我们可以对它们进行任意的排列组合。  
“我去吃饭”，表示的就是我要去吃饭了。  
“饭去吃我”，表示的就是饭成精了。  
“我吃去饭”，表示的我要去吃‘去饭’了。  
不同的排列顺序会导致不同的语意，序列数据表示的就是按照一定顺序排列的序列，这种排列一般存在一定的意义。。  
所以我们知道了RNN有顺序存储的这个抽象概念，但是RNN如何学习这个概念呢？  
那么，让我们来看一个传统的神经网络，也称为前馈神经网络。它有输入层，隐藏层和输出层。就像这样  
![在这里插入图片描述][20190804235614204.png_pic_center]  
对于RNN来讲，其结构示意图是这样的：  
![在这里插入图片描述][20190805003426386.png_pic_center]  
一句话可以分为N个part，比如“我去吃饭”可以分为四个字，“我” “去” “吃” “饭”，分别可以传入四个隐含层，前一个隐含层会有一个输出按照一定的比率传给后一个隐含层，  
比如第一个“我”输入隐含层后，有一个输出按照w1的比率输入给下一个隐含层，当第二个“去”进入隐含层时，隐含层同样要接收“我”传过来的信息。  
以此类推，在到达最后一个“饭”时，最后的输出便得到了前面全部的信息。  
其伪代码形式为：

rnn = RNN()
    ff = FeedForwardNN()
    hidden_state = [0,0,0]
    
    for word in input:
    	output,hidden_state = rnn(word,hidden_state)
    prediction = ff(output)

## tensorflow中RNN的相关函数 ##

### tf.nn.rnn\_cell.BasicLSTMCell ###

tf.nn.rnn_cell.BasicRNNCell(
    	num_units, 
    	activation=None, 
    	reuse=None, 
    	name=None, 
    	dtype=None, 
    	**kwargs)

*  num\_units：RNN单元中的神经元数量，即输出神经元数量。
 *  activation：激活函数。
 *  reuse：描述是否在现有范围中重用变量。如果不为True，并且现有范围已经具有给定变量，则会引发错误。
 *  name：层的名称。
 *  dtype：该层的数据类型。
 *  kwargs：常见层属性的关键字命名属性，如`trainable`，当从get\_config()创建cell 。

在使用时，可以定义为：

RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)

在定义完成后，可以进行状态初始化：

_init_state =  RNN_cell.zero_state(batch_size,tf.float32)

### tf.nn.dynamic\_rnn ###

tf.nn.dynamic_rnn(
        cell,
        inputs,
        sequence_length=None,
        initial_state=None,
        dtype=None,
        parallel_iterations=None,
        swap_memory=False,
        time_major=False,
        scope=None
    )

*  cell：上文所定义的lstm\_cell。
 *  inputs：RNN输入。如果time\_major==false（默认），则必须是如下shape的tensor：\[batch\_size，max\_time，…\]或此类元素的嵌套元组。如果time\_major==true，则必须是如下形状的tensor：\[max\_time，batch\_size，…\]或此类元素的嵌套元组。
 *  sequence\_length：Int32/Int64矢量大小。用于在超过批处理元素的序列长度时复制通过状态和零输出。因此，它更多的是为了性能而不是正确性。
 *  initial\_state：上文所定义的\_init\_state。
 *  dtype：数据类型。
 *  parallel\_iterations：并行运行的迭代次数。那些不具有任何时间依赖性并且可以并行运行的操作将是。这个参数用时间来交换空间。值>>1使用更多的内存，但花费的时间更少，而较小的值使用更少的内存，但计算需要更长的时间。
 *  time\_major：输入和输出tensor的形状格式。如果为真，这些张量的形状必须是\[max\_time，batch\_size，depth\]。如果为假，这些张量的形状必须是\[batch\_size，max\_time，depth\]。使用time\_major=true会更有效率，因为它可以避免在RNN计算的开始和结束时进行换位。但是，大多数TensorFlow数据都是批处理主数据，因此默认情况下，此函数为False。
 *  scope：创建的子图的可变作用域；默认为“RNN”。

在RNN的最后，需要用该函数得出结果。

outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)

返回的是一个元组 (outputs, state)：

outputs：RNN的最后一层的输出，是一个tensor。**如果为time\_major== False，则它的shape为\[batch\_size,max\_time,cell.output\_size\]。如果为time\_major== True，则它的shape为\[max\_time,batch\_size,cell.output\_size\]。**

states：states是一个tensor。state是最终的状态，也就是序列中最后一个cell输出的状态。**一般情况下states的形状为 \[batch\_size, cell.output\_size\]，但当输入的cell为BasicLSTMCell时，states的形状为\[2，batch\_size, cell.output\_size \]，其中2也对应着LSTM中的cell state和hidden state。**

整个RNN的定义过程为：

def RNN(X,weights,biases):
        #X最开始的形状为(128 batch,28 steps,28 inputs)
        #转化为(128 batch*28 steps,128 hidden)
        X = tf.reshape(X,[-1,n_inputs])
        #经过乘法后结果为(128 batch*28 steps,256 hidden)
        X_in = tf.matmul(X,weights['in'])+biases['in']
        #再次转化为(128 batch,28 steps,256 hidden) 
        X_in = tf.reshape(X_in,[-1,n_steps,n_hidden_units])
        
        RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)
        _init_state =  RNN_cell.zero_state(batch_size,tf.float32)
    
        outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)
    
        results = tf.matmul(states,weights['out'])+biases['out']
    
        return results

## 全部代码 ##

该例子为手写体识别例子，将手写体的28行分别作为每一个step的输入，输入维度均为28列。

import tensorflow as tf 
    from tensorflow.examples.tutorials.mnist import input_data
    
    mnist = input_data.read_data_sets("MNIST_data",one_hot = "true")
    
    lr = 0.001          #学习率
    training_iters = 1000000        #学习世代数
    batch_size = 128                #每一轮进入训练的训练量
    
    n_inputs = 28                   #输入每一个隐含层的inputs维度
    n_steps = 28                    #一共分为28次输入
    n_hidden_units = 128           #每一个隐含层的神经元个数
    n_classes = 10                  #输出共有10个
    
    x = tf.placeholder(tf.float32,[None,n_steps,n_inputs])
    y = tf.placeholder(tf.float32,[None,n_classes])
    
    weights = {
        
        'in':tf.Variable(tf.random_normal([n_inputs,n_hidden_units])),
        'out':tf.Variable(tf.random_normal([n_hidden_units,n_classes]))
    }
    
    biases = {
        
        'in':tf.Variable(tf.constant(0.1,shape=[n_hidden_units])),
        'out':tf.Variable(tf.constant(0.1,shape=[n_classes]))
    }
    
    def RNN(X,weights,biases):
        #X最开始的形状为(128 batch,28 steps,28 inputs)
        #转化为(128 batch*28 steps,128 hidden)
        X = tf.reshape(X,[-1,n_inputs])
        #经过乘法后结果为(128 batch*28 steps,256 hidden)
        X_in = tf.matmul(X,weights['in'])+biases['in']
        #再次转化为(128 batch,28 steps,256 hidden) 
        X_in = tf.reshape(X_in,[-1,n_steps,n_hidden_units])
        
        RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)
        _init_state =  RNN_cell.zero_state(batch_size,tf.float32)
    
        outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)
    
        results = tf.matmul(states,weights['out'])+biases['out']
    
        return results
    
    pre = RNN(x,weights,biases)
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pre,labels = y))
    train_op = tf.train.AdamOptimizer(lr).minimize(cost)
    
    correct_pre = tf.equal(tf.argmax(y,1),tf.argmax(pre,1))
    accuracy = tf.reduce_mean(tf.cast(correct_pre,tf.float32))
    init = tf.initialize_all_variables()
    
    with tf.Session() as sess:
        sess.run(init)
        step = 0
        while step*batch_size <training_iters:
            batch_xs,batch_ys = mnist.train.next_batch(batch_size)
            batch_xs = batch_xs.reshape([batch_size,n_steps,n_inputs])
            sess.run(train_op,feed_dict = {
        
                x:batch_xs,
                y:batch_ys
            })
            if step%20 == 0:
                print(sess.run(accuracy,feed_dict = {
        
                    x:batch_xs,
                    y:batch_ys
                }))
            step += 1

希望得到朋友们的喜欢。

**有不懂的朋友可以评论询问噢。**

[20190723165901974.jpg_pic_center]: /images/20211109/c2fd575148a047adbb92083ca459055c.png
[20190804235614204.png_pic_center]: /images/20211109/1c4cc246bd794adf9b948f16c3660f78.png
[20190805003426386.png_pic_center]: /images/20211109/e483900e72af4e909039b0e8cf681970.png