pytorch nn.LSTM()参数详解

蔚落 2022-04-13 08:31 278阅读 0赞

> 2020.10.5补充

# 聊聊LSTM的梯度消失与梯度爆炸 #

### LSTM的梯度消失 ###

首先明确，真正意义上来说，LSTM是不会梯度消失的(解决了RNN的问题，所以为啥呢？)。  
1、LSTM的梯度消失与MLP 或者CNN中梯度消失不一样。MLP/CNN中不同层有不同的参数，梯度各算各的；RNN中同样的权重在各时间步共享参数，最终的梯度是各时间步梯度之和。即使梯度越传越弱，远距离的梯度接近消失，近距离的梯度还在，所以总的梯度之和不会消失。进一步说，LSTM的梯度由RNN结构的梯度和线性变换函数的梯度组成。即使RNN的梯度接近0，线性变换函数的梯度就是其斜率，是一个常数，LSTM的梯度趋向于一个常数，这就解决了梯度消失的问题。  
***LSTM所谓的梯度消失：梯度被近距离梯度主导，导致模型难以学到远距离的依赖关系。***  
[大佬见解引申阅读][Link 1]

> 2020.5.25 补充：

h0~hn:上一刻时间产生的中间值与当前时刻的输入共同产生的状态  
c0~cn:开关，决定每个神经元的隐藏状态值是否会影响下一时刻神经元的处理

lstm = nn.LSTM(3, 3)
    inputs = [torch.randn(1, 3) for _ in range(5)]
    inputs = torch.cat(inputs).view(len(inputs), 1, -1)
    hidden = (torch.randn(1, 1, 3), torch.randn(1, 1, 3))  # clean out hidden state
    out, (h,c) = lstm(inputs, hidden)
    print('out2',out)
    print('h:',h)
    print('c:',c)

out2 tensor([[[-0.1748,  0.1860, -0.1011]],
    
            [[ 0.0326,  0.1376, -0.0833]],
    
            [[ 0.2356,  0.0536,  0.0080]],
    
            [[-0.2130, -0.0126,  0.0746]],
    
            [[-0.1240,  0.1858, -0.0489]]], grad_fn=<StackBackward>)
    h: tensor([[[-0.1240,  0.1858, -0.0489]]], grad_fn=<StackBackward>)
    c: tensor([[[-0.2078,  0.3629, -0.0833]]], grad_fn=<StackBackward>)

这里可以看到out2的最后一个值与h的值是一样的，这是因为out2表示的是训练的这个序列所有时刻的隐藏状态值，而(h,c)表示的是最后一个时间刻的状态

> 输入数据格式：

input(seq_len, batch, input_size) 
    h0(num_layers * num_directions, batch, hidden_size) 
    c0(num_layers * num_directions, batch, hidden_size)

> 输出数据格式：

output(seq_len, batch, hidden_size * num_directions) 
    hn(num_layers * num_directions, batch, hidden_size) 
    cn(num_layers * num_directions, batch, hidden_size)

代码示例：

import torch
    import torch.nn as nn
    from torch.autograd import Variable
    
    #构建网络模型---输入矩阵特征数input_size、输出矩阵特征数hidden_size、层数num_layers
    inputs = torch.randn(5,3,10)   ->(seq_len,batch_size,input_size)
    rnn = nn.LSTM(10,20,2)    ->   (input_size,hidden_size,num_layers)
    h0 = torch.randn(2,3,20)   ->(num_layers* 1,batch_size,hidden_size)
    c0 = torch.randn(2,3,20)   ->(num_layers*1,batch_size,hidden_size) 
    num_directions=1 因为是单向LSTM
    '''
    Outputs: output, (h_n, c_n)
    '''
    output,(hn,cn) = rnn(inputs,(h0,c0))

batch\_first: 输入输出的第一维是否为 batch\_size，默认值 False。因为 Torch 中，人们习惯使用Torch中带有的dataset，dataloader向神经网络模型连续输入数据，这里面就有一个 batch\_size 的参数，表示一次输入多少个数据。 在 LSTM 模型中，输入数据必须是一批数据，为了区分LSTM中的批量数据和dataloader中的批量数据是否相同意义，LSTM 模型就通过这个参数的设定来区分。 如果是相同意义的，就设置为True，如果不同意义的，设置为False。 torch.LSTM 中 batch\_size 维度默认是放在第二维度，故此参数设置可以将 batch\_size 放在第一维度。如：input 默认是(4,1,5)，中间的 1 是 batch\_size，指定batch\_first=True后就是(1,4,5)。所以，如果你的输入数据是二维数据的话，就应该将 batch\_first 设置为True;

inputs = torch.randn(5,3,10) ：seq\_len=5,batch\_size=3,input\_size=10  
我的理解：有3个句子，每个句子5个单词，每个单词用10维的向量表示；而句子的长度是不一样的，所以seq\_len可长可短，这也是LSTM可以解决长短序列的特殊之处。只有seq\_len这一参数是可变的。  
[关于hn和cn一些参数的详解看这里][hn_cn]  
而在遇到文本长度不一致的情况下，将数据输入到模型前的特征工程会将同一个batch内的文本进行padding使其长度对齐。但是对齐的数据在单向LSTM甚至双向LSTM的时候有一个问题，LSTM会处理很多无意义的填充字符，这样会对模型有一定的偏差，这时候就需要用到函数torch.nn.utils.rnn.pack\_padded\_sequence()以及torch.nn.utils.rnn.pad\_packed\_sequence()  
[详情解释看这里][Link 2]

**BiLSTM**  
BILSTM是双向LSTM；将前向的LSTM与后向的LSTM结合成LSTM。视图举例如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][20190327112650563.png]  
LSTM结构推导：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 1]  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 2][]  
更详细公式推导[https://blog.csdn.net/songhk0209/article/details/71134698][https_blog.csdn.net_songhk0209_article_details_71134698]

GRU公式推导：(网上的图看着有点费劲，就自己画了个数据流图)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][20190424105855621.png]

[Link 1]: https://www.zhihu.com/question/34878706
[hn_cn]: https://zhuanlan.zhihu.com/p/39191116
[Link 2]: https://zhuanlan.zhihu.com/p/34418001
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70]: /images/20220413/0098a450fc014fcd8ef888b2aaeb2b35.png
[20190327112650563.png]: /images/20220413/ad4fcd30059640b59ac98c220c9bddbc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 1]: /images/20220413/8cea0860ccf947faaa1c89a0164f978d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 2]: /images/20220413/beb060d70ecf4590a5d8554cb0746b95.png
[https_blog.csdn.net_songhk0209_article_details_71134698]: https://blog.csdn.net/songhk0209/article/details/71134698
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmd5YW5nX3lhbmdxaQ_size_16_color_FFFFFF_t_70 3]: /images/20220413/42c38e68955c46849d16493eb6d030be.png
[20190424105855621.png]: /images/20220413/d43c3ee86920479ea53cbf6788894434.png