学习笔记TF035:实现基于LSTM语言模型
2017-08-12 10:32
821 查看
神经结构进步、GPU深度学习训练效率突破。RNN，时间序列数据有效，每个神经元通过内部组件保存输入信息。
卷积神经网络，图像分类，无法对视频每帧图像发生事情关联分析，无法利用前帧图像信息。RNN最大特点，神经元某些输出作为输入再次传输到神经元，可以利用之前信息。
xt是RNN输入，A是RNN节点，ht是输出。对RNN输入数据xt，网络计算得输出结果ht，某些信息(state,状态)传到网络输入。输出ht与label比较得误差，用梯度下降(Gradient Descent)和Back-Propagation Through Time(BPTT)方法训练网络。BPTT，用反向传播求解梯度，更新网络参数权重。Real_Time Recurrent Learning(RTRL)，正向求解梯度，计算复杂度高。介于BPTT和RTRL之间混合方法，缓解时间序列间隔过长带来梯度弥散问题。
RNN循环展开串联结构，类似系列输入x和系列输出串联普通神经网络，上层神经网络传递信息给下层。适合时间序列数据处理分析。展开每层级神经网络，参数相同，只需要训练一层RNN参数。共享参数思想与卷积神经网络权值共享类似。
RNN处理整个时间序列信息，记忆最深是最后输入信号。前信号强度越来越低。Long Sort Term Memory(LSTM)突破，语音识别、文本分类、语言模型、自动对话、机器翻译、图像标注领域。
长程依赖(Long-term Dependencies)，传统RNN关键缺陷。LSTM，Schmidhuber教授1997年提出，解决长程依赖，不需要特别复杂调试超参数，默认记住长期信息。
LSTM内部结构，4层神经网络，小圆圈是point-wise操作(向量加法、点乘等)，小矩形是一层可学习参数神经网络。LSTM单元上直线代表LSTM状态state，贯穿所有串联LSTM单元，从第一个流向最后一个，只有少量线性干预和改变。状态state传递，LSTM单凶添加或删减信息，LSTM Gates控制信息流修改操作。Gates包含Sigmoid层和向量点乘操作。Sigmoid层输出0到1间值，直接控制信息传递比例。0不允许信息传递，1让信息全部通过。每个LSTM单元3个Gates，维护控制单元状态信息。状态信息储存、修改，LSTM单元实现长程记忆。
RNN变种，LSTM，Gated Recurrent Unit(GRU)。GRU结构，比LSTM少一个Gate。计算效率更高(每个单元计算节约几个矩阵运算)，占用内存少。GRU收敛所需迭代更少，训练速度更快。
循环神经网络，自然语言处理，语言模型。语言模型，预测语句概率模型，给定上下文语境，历史出现单词，预测下一个单词出现概率，NLP、语音识别、机器翻译、图片标注任务基础关键。Penn Tree Bank(PTB)常用数据集，质量高，不大，训练快。《Recurrent Neural Network Regularization》。
下载PTB数据集，解压。确保解压文件路径和Python执行路径一致。1万个不同单词，有句尾标记，罕见词汇统一处理为特殊字符。wget http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examplex.tgz 。tar xvf simple-examples.tgz 。
下载TensorFlow Models库(git clone https://github.com/tensorflow/models.git)，进入目录models/tutorials/rnn/ptb(cd)。载入常用库，TensorFlow Models PTB reader，读取数据内容。单词转唯一数字编码。
定义语言模型处理输入数据class，PTBInput。初始化方法init()，读取参数config的batch_size、num_steps到本地变量。num_steps，LSTM展开步数(unrolled steps of LSTM)。计算epoth size ，epoch内训练迭代轮数，数据长度整除batch_size、num_steps。reader.ptb_producer获取特征数据input_data、label数据targets。每次执行获取一个batch数据。
定义语言模型class，PTBModel。初始化函数init()，参数，训练标记is_training、配置参数config、PTBInput类实例input_。读取input_的batch_size、num_steps，读取config的hidden_size(LSTM节点数)、vocab_size(词汇表大小)到本地变量。
tf.contrib.rnn.BasicLSTMCell设置默认LSTM单元，隐含节点数hidden_size、gorget_bias(forget gate bias) 0，state_is_tuple True，接受返回state是2-tuple形式。训练状态且Dropout keep_prob小于1,1stm_cell接Dropout层，tf.contrib.rnn.DropoutWrapper函数。RNN堆叠函数 tf.contrib.rnn.MultiRNNCell 1stm_cell多层堆叠到cell，堆叠次数 config num_layers，state_is_truple设True,cell.zero_state设LSTM单元初始化状态0。LSTM单元读放单词，结合储存状态state计算下一单词出现概率分布，每次读取单词，状态state更新。
创建网络词嵌入embedding，将one-hot编码格式单词转向量表达形式。with tf.device(“/cpu:0”) 计算限定CPU进行。初始化embedding矩阵，行数设词汇表数vocab_size，列数(单词向量表达维数)hidden_size，和LST单元陷含节点数一致。训练过程，embedding参数优化更新。tf.nn.embedding_lookup查询单对应向量表达获得inputs。训练状态加一层Dropout。
定义输出outputs，tf.variable_scope设名RNN。控制训练过程，限制梯度反向传播展开步数固定值，num_steps.设置循环长度 num-steps，控制梯度传播。从第2次循环，tf.get_varible_scope.reuse_variables设置复用变量。每次循环，传入inputs、state到堆叠LSTM单元(cell)。inputs 3维度，第1维 batch第几个样本，第2维 样本第几个单词，第3维 单词向量表达维度。inputs[:,time_step,:] 所有样本第time_step个单词。输出cell_output和更新state。 结果cell_output添加输出列表outputs。
tf.concat串接output内容，tf.reshape转长一维向量。Softmax层，定义权重softmax_w、偏置softmax_b。tf.matmul 输出output乘权重加偏置得网络最后输出logits。定久损失loss，tf.contrib.legacy_seq2seq.sequence_loss_by_example计算输出logits和targets偏差。sequence_loss，target words average negative log probability，定义loss=1/N add i=1toN ln Ptargeti。tf.reduce_sum汇总batch误差，计算平均样本误差cost。保留最终状态final_state。不是训练状态直接返回。
定义学习速率变量lr，设不可训练。tf.trainable_variables获取全部可训练参数tvars。针对cost，计算tvars梯度，tf.clip_by_global_norm设梯度最大范数，起正则化效果。Gradient Clipping防止Gradient Explosion梯度爆炸问题。不限制梯度，迭代梯度过大，训练难收敛。定义优化器Gradient Descent。创建训练操作_train_op，optimizer.apply_gradients，clip过梯度用到所有可训练参数tvars，tf.contrib.framework.get_or_create_global_step生成全局统一训练步数。
设置_new_lr(new learning rate) placeholder控制学习速率。定义操作_lr_update，tf.assign 赋_new_lr值给当前学习速率_lr。定义assign_lr函数，外部控制模型学习速率，学习速率值传入_new_lr placeholder，执行_update_lr操作修改学习速率。
定义PTBModel class property。Python @property装饰器，返回变量设只读，防止修改变量引发问题。input、initial_state、cost、final_state、lr、train_op。
定义模型设置。init_scale，网络权重初始scale。learning_rate，学习速率初始值。max_grad_norm，梯度最大范数。num_lyers，LSTM堆叠层数。num_steps，LSTM梯度反向传播展开步数。hidden_size，LSTM内隐含节点数。max_epoch，初始学习速率可训练epoch数，需要调整学习速率。max_max_epoch，总共可训练epoch数。keep_prob，dropout层保留节点比例。lr_decay学习速率衰减速度。batch_size，每个batch样本数量。
MediumConfig中型模型，减小init_scale，希望权重初值不要过大，小有利温和训练。学习速率、最大梯度范数不变，LSTM层数不变。梯度反向传播展开步数num_steps从20增大到35。hidden_size、max_max_epoch增大3倍。设置dropout keep_prob 0.5。学习迭代次数增大，学习速率衰减速率lr_decay减小。batch_size、词汇表vocab_size不变。
LargeConfig大型模型，进一步缩小init_scale。放宽最大梯度范数max_grad_norm到10。hidden_size提升到1500。max_epoch、max_max_epoch增大。keep_prob因模型复杂度上升继续下降。学习速率衰减速率lr_decay进一步减小。
TestConfig测试用。参数尽量最小值。
定义训练epoch数据函数run_epoch。记录当前时间，初始化损失costs、迭代数据iters，执行model.initial_state初始化状态，获得初始状态。创建输出结果字典表fetches，包括cost、final_state。如果有评测操作，也加入fetches。训练循环，次数epoch_size。循环，生成训练feed_dict，全部LSTM单元state加入feed_dict，传入feed_dict，执行fetches训练网络，拿到cost、state。累加cost到costs，累加num_steps到iters。每完成10%epoch，展示结果，当前epoch进度，perplexity(平均cost自然常数指数，语言模型比较性能重要指标，越低模型输出概率分布在预测样本越好)，训练速度(单词数每秒)。返回perplexity函数结果。
reader.ptb_raw_data读取解压后数据，得训练数据、验证数据、测试数据。定义训练模型配置SmallConfig。测试配置eval_config需和训练配置一致。测试配置batch_size、num_steps 1。
创建默认Graph，tf.random_uniform_initializer设置参数初始化器，参数范围在[-init_scale,init_scale]之间。PTBInput和PTBModel创建训练模型m，验证模型mvalid，测试模型mtest。训练、验证模型用config，测试模型用测试配置eval_config。
tf.train.supervisor()创建训练管理器sv，sv.managed_session创建默认session，执行训练多个epoch数据循环。每个epoch循环，计算累计学习速率衰减值，只需计算超过max_epoch轮数，求lr_decay超出轮数次幂。初始学习速率乘累计衰减速，更新学习速率。循环内执行epoch训练和验证，输出当前学习速率、训练验证集perplexity。完成全部训练，计算输出模型测试集perplexity。
SmallConfig小型模型，i7 6900K GTX 1080 训练速率21000单词每秒，最后epoch，训练集36.9 perplexity，验证集122.3、测试集116.7。
中型模型，训练集48.45，验证集86.16、测试集82.07。大型模型，训练集37.87，验证集82.62、测试集78.29。
LSTM存储状态，依靠状态对当前输入处理分析预测。RNN、LSTM赋预神经网络记忆和储存过往信息能力，模仿人类简单记忆、推理功能。注意力(attention)机制是RNN、NLP领域研究热点，机器更好模拟人脑功能。图像标题生成任务，注意力机制RNN对区域图像分析，生成对应文字描述。《Show,Attend and Tell:Neural Image Caption Generation with Visual Attention》。
“”“The input data.”“”
def init(self, config, data, name=None):
self.batch_size = batch_size = config.batch_size
self.num_steps = num_steps = config.num_steps
self.epoch_size = ((len(data) // batch_size) - 1) // num_steps
self.input_data, self.targets = reader.ptb_producer(
data, batch_size, num_steps, name=name)
class PTBModel(object):
“”“The PTB model.”“”
def init(self, is_training, config, input_):
self.input = input
batch_size = input_.batch_size
num_steps = input_.num_steps
size = config.hidden_size
vocab_size = config.vocab_size
# Slightly better results can be obtained with forget gate biases
# initialized to 1 but the hyperparameters of the model would need to be
# different than reported in the paper.
def lstm_cell():
return tf.contrib.rnn.BasicLSTMCell(
size, forget_bias=0.0, state_is_tuple=True)
attn_cell = lstm_cell
if is_training and config.keep_prob < 1:
def attn_cell():
return tf.contrib.rnn.DropoutWrapper(
lstm_cell(), output_keep_prob=config.keep_prob)
cell = tf.contrib.rnn.MultiRNNCell(
[attn_cell() for _ in range(config.num_layers)], state_is_tuple=True)
self._initial_state = cell.zero_state(batch_size, tf.float32)
with tf.device(“/cpu:0”):
embedding = tf.get_variable(
“embedding”, [vocab_size, size], dtype=tf.float
d320
32)
inputs = tf.nn.embedding_lookup(embedding, input_.input_data)
if is_training and config.keep_prob < 1:
inputs = tf.nn.dropout(inputs, config.keep_prob)
# Simplified version of models/tutorials/rnn/rnn.py’s rnn().
# This builds an unrolled LSTM for tutorial purposes only.
# In general, use the rnn() or state_saving_rnn() from rnn.py.
#
# The alternative version of the code below is:
#
# inputs = tf.unstack(inputs, num=num_steps, axis=1)
# outputs, state = tf.nn.rnn(cell, inputs,
# initial_state=self._initial_state)
outputs = []
state = self._initial_state
with tf.variable_scope(“RNN”):
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
(cell_output, state) = cell(inputs[:, time_step, :], state)
outputs.append(cell_output)
output = tf.reshape(tf.concat(outputs, 1), [-1, size])
softmax_w = tf.get_variable(
“softmax_w”, [size, vocab_size], dtype=tf.float32)
softmax_b = tf.get_variable(“softmax_b”, [vocab_size], dtype=tf.float32)
logits = tf.matmul(output, softmax_w) + softmax_b
loss = tf.contrib.legacy_seq2seq.sequence_loss_by_example(
[logits],
[tf.reshape(input_.targets, [-1])],
[tf.ones([batch_size * num_steps], dtype=tf.float32)])
self._cost = cost = tf.reduce_sum(loss) / batch_size
self._final_state = state
if not is_training:
return
self._lr = tf.Variable(0.0, trainable=False)
tvars = tf.trainable_variables()
grads, _ = tf.clip_by_global_norm(tf.gradients(cost, tvars),
config.max_grad_norm)
optimizer = tf.train.GradientDescentOptimizer(self._lr)
self._train_op = optimizer.apply_gradients(
zip(grads, tvars),
global_step=tf.contrib.framework.get_or_create_global_step())
self._new_lr = tf.placeholder(
tf.float32, shape=[], name=”new_learning_rate”)
self._lr_update = tf.assign(self._lr, self._new_lr)
def assign_lr(self, session, lr_value):
session.run(self._lr_update, feed_dict={self._new_lr: lr_value})
@property
def input(self):
return self._input
@property
def initial_state(self):
return self._initial_state
@property
def cost(self):
return self._cost
@property
def final_state(self):
return self._final_state
@property
def lr(self):
return self._lr
@property
def train_op(self):
return self._train_op
class SmallConfig(object):
“”“Small config.”“”
init_scale = 0.1
learning_rate = 1.0
max_grad_norm = 5
num_layers = 2
num_steps = 20
hidden_size = 200
max_epoch = 4
max_max_epoch = 13
keep_prob = 1.0
lr_decay = 0.5
batch_size = 20
vocab_size = 10000
class MediumConfig(object):
“”“Medium config.”“”
init_scale = 0.05
learning_rate = 1.0
max_grad_norm = 5
num_layers = 2
num_steps = 35
hidden_size = 650
max_epoch = 6
max_max_epoch = 39
keep_prob = 0.5
lr_decay = 0.8
batch_size = 20
vocab_size = 10000
class LargeConfig(object):
“”“Large config.”“”
init_scale = 0.04
learning_rate = 1.0
max_grad_norm = 10
num_layers = 2
num_steps = 35
hidden_size = 1500
max_epoch = 14
max_max_epoch = 55
keep_prob = 0.35
lr_decay = 1 / 1.15
batch_size = 20
vocab_size = 10000
class TestConfig(object):
“”“Tiny config, for testing.”“”
init_scale = 0.1
learning_rate = 1.0
max_grad_norm = 1
num_layers = 1
num_steps = 2
hidden_size = 2
max_epoch = 1
max_max_epoch = 1
keep_prob = 1.0
lr_decay = 0.5
batch_size = 20
vocab_size = 10000
def run_epoch(session, model, eval_op=None, verbose=False):
“”“Runs the model on the given data.”“”
start_time = time.time()
costs = 0.0
iters = 0
state = session.run(model.initial_state)
fetches = {
“cost”: model.cost,
“final_state”: model.final_state,
}
if eval_op is not None:
fetches[“eval_op”] = eval_op
for step in range(model.input.epoch_size):
feed_dict = {}
for i, (c, h) in enumerate(model.initial_state):
feed_dict[c] = state[i].c
feed_dict[h] = state[i].h
vals = session.run(fetches, feed_dict)
cost = vals[“cost”]
state = vals[“final_state”]
costs += cost
iters += model.input.num_steps
if verbose and step % (model.input.epoch_size // 10) == 10:
print(“%.3f perplexity: %.3f speed: %.0f wps” %
(step * 1.0 / model.input.epoch_size, np.exp(costs / iters),
iters * model.input.batch_size / (time.time() - start_time)))
return np.exp(costs / iters)
raw_data = reader.ptb_raw_data(‘simple-examples/data/’)
train_data, valid_data, test_data, _ = raw_data
config = SmallConfig()
eval_config = SmallConfig()
eval_config.batch_size = 1
eval_config.num_steps = 1
with tf.Graph().as_default():
initializer = tf.random_uniform_initializer(-config.init_scale,
config.init_scale)
with tf.name_scope(“Train”):
train_input = PTBInput(config=config, data=train_data, name=”TrainInput”)
with tf.variable_scope(“Model”, reuse=None, initializer=initializer):
m = PTBModel(is_training=True, config=config, input_=train_input)
#tf.scalar_summary(“Training Loss”, m.cost)
#tf.scalar_summary(“Learning Rate”, m.lr)
with tf.name_scope(“Valid”):
valid_input = PTBInput(config=config, data=valid_data, name=”ValidInput”)
with tf.variable_scope(“Model”, reuse=True, initializer=initializer):
mvalid = PTBModel(is_training=False, config=config, input_=valid_input)
#tf.scalar_summary(“Validation Loss”, mvalid.cost)
with tf.name_scope(“Test”):
test_input = PTBInput(config=eval_config, data=test_data, name=”TestInput”)
with tf.variable_scope(“Model”, reuse=True, initializer=initializer):
mtest = PTBModel(is_training=False, config=eval_config,
input_=test_input)
sv = tf.train.Supervisor()
with sv.managed_session() as session:
for i in range(config.max_max_epoch):
lr_decay = config.lr_decay ** max(i + 1 - config.max_epoch, 0.0)
m.assign_lr(session, config.learning_rate * lr_decay)
print(“Epoch: %d Learning rate: %.3f” % (i + 1, session.run(m.lr)))
train_perplexity = run_epoch(session, m, eval_op=m.train_op,
verbose=True)
print(“Epoch: %d Train Perplexity: %.3f” % (i + 1, train_perplexity))
valid_perplexity = run_epoch(session, mvalid)
print(“Epoch: %d Valid Perplexity: %.3f” % (i + 1, valid_perplexity))
test_perplexity = run_epoch(session, mtest)
print(“Test Perplexity: %.3f” % test_perplexity)
# if FLAGS.save_path:
# print(“Saving model to %s.” % FLAGS.save_path)
# sv.saver.save(session, FLAGS.save_path, global_step=sv.global_step)
#if name == “main“:
# tf.app.run()
参考资料：
《TensorFlow实战》
欢迎付费咨询(150元每小时)，我的微信：qingxingfengzi
卷积神经网络，图像分类，无法对视频每帧图像发生事情关联分析，无法利用前帧图像信息。RNN最大特点，神经元某些输出作为输入再次传输到神经元，可以利用之前信息。
xt是RNN输入，A是RNN节点，ht是输出。对RNN输入数据xt，网络计算得输出结果ht，某些信息(state,状态)传到网络输入。输出ht与label比较得误差，用梯度下降(Gradient Descent)和Back-Propagation Through Time(BPTT)方法训练网络。BPTT，用反向传播求解梯度，更新网络参数权重。Real_Time Recurrent Learning(RTRL)，正向求解梯度，计算复杂度高。介于BPTT和RTRL之间混合方法，缓解时间序列间隔过长带来梯度弥散问题。
RNN循环展开串联结构，类似系列输入x和系列输出串联普通神经网络，上层神经网络传递信息给下层。适合时间序列数据处理分析。展开每层级神经网络，参数相同，只需要训练一层RNN参数。共享参数思想与卷积神经网络权值共享类似。
RNN处理整个时间序列信息，记忆最深是最后输入信号。前信号强度越来越低。Long Sort Term Memory(LSTM)突破，语音识别、文本分类、语言模型、自动对话、机器翻译、图像标注领域。
长程依赖(Long-term Dependencies)，传统RNN关键缺陷。LSTM，Schmidhuber教授1997年提出，解决长程依赖，不需要特别复杂调试超参数，默认记住长期信息。
LSTM内部结构，4层神经网络，小圆圈是point-wise操作(向量加法、点乘等)，小矩形是一层可学习参数神经网络。LSTM单元上直线代表LSTM状态state，贯穿所有串联LSTM单元，从第一个流向最后一个，只有少量线性干预和改变。状态state传递，LSTM单凶添加或删减信息，LSTM Gates控制信息流修改操作。Gates包含Sigmoid层和向量点乘操作。Sigmoid层输出0到1间值，直接控制信息传递比例。0不允许信息传递，1让信息全部通过。每个LSTM单元3个Gates，维护控制单元状态信息。状态信息储存、修改，LSTM单元实现长程记忆。
RNN变种，LSTM，Gated Recurrent Unit(GRU)。GRU结构，比LSTM少一个Gate。计算效率更高(每个单元计算节约几个矩阵运算)，占用内存少。GRU收敛所需迭代更少，训练速度更快。
循环神经网络，自然语言处理，语言模型。语言模型，预测语句概率模型，给定上下文语境，历史出现单词，预测下一个单词出现概率，NLP、语音识别、机器翻译、图片标注任务基础关键。Penn Tree Bank(PTB)常用数据集，质量高，不大，训练快。《Recurrent Neural Network Regularization》。
下载PTB数据集，解压。确保解压文件路径和Python执行路径一致。1万个不同单词，有句尾标记，罕见词汇统一处理为特殊字符。wget http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examplex.tgz 。tar xvf simple-examples.tgz 。
下载TensorFlow Models库(git clone https://github.com/tensorflow/models.git)，进入目录models/tutorials/rnn/ptb(cd)。载入常用库，TensorFlow Models PTB reader，读取数据内容。单词转唯一数字编码。
定义语言模型处理输入数据class，PTBInput。初始化方法init()，读取参数config的batch_size、num_steps到本地变量。num_steps，LSTM展开步数(unrolled steps of LSTM)。计算epoth size ，epoch内训练迭代轮数，数据长度整除batch_size、num_steps。reader.ptb_producer获取特征数据input_data、label数据targets。每次执行获取一个batch数据。
定义语言模型class，PTBModel。初始化函数init()，参数，训练标记is_training、配置参数config、PTBInput类实例input_。读取input_的batch_size、num_steps，读取config的hidden_size(LSTM节点数)、vocab_size(词汇表大小)到本地变量。
tf.contrib.rnn.BasicLSTMCell设置默认LSTM单元，隐含节点数hidden_size、gorget_bias(forget gate bias) 0，state_is_tuple True，接受返回state是2-tuple形式。训练状态且Dropout keep_prob小于1,1stm_cell接Dropout层，tf.contrib.rnn.DropoutWrapper函数。RNN堆叠函数 tf.contrib.rnn.MultiRNNCell 1stm_cell多层堆叠到cell，堆叠次数 config num_layers，state_is_truple设True,cell.zero_state设LSTM单元初始化状态0。LSTM单元读放单词，结合储存状态state计算下一单词出现概率分布，每次读取单词，状态state更新。
创建网络词嵌入embedding，将one-hot编码格式单词转向量表达形式。with tf.device(“/cpu:0”) 计算限定CPU进行。初始化embedding矩阵，行数设词汇表数vocab_size，列数(单词向量表达维数)hidden_size，和LST单元陷含节点数一致。训练过程，embedding参数优化更新。tf.nn.embedding_lookup查询单对应向量表达获得inputs。训练状态加一层Dropout。
定义输出outputs，tf.variable_scope设名RNN。控制训练过程，限制梯度反向传播展开步数固定值，num_steps.设置循环长度 num-steps，控制梯度传播。从第2次循环，tf.get_varible_scope.reuse_variables设置复用变量。每次循环，传入inputs、state到堆叠LSTM单元(cell)。inputs 3维度，第1维 batch第几个样本，第2维 样本第几个单词，第3维 单词向量表达维度。inputs[:,time_step,:] 所有样本第time_step个单词。输出cell_output和更新state。 结果cell_output添加输出列表outputs。
tf.concat串接output内容，tf.reshape转长一维向量。Softmax层，定义权重softmax_w、偏置softmax_b。tf.matmul 输出output乘权重加偏置得网络最后输出logits。定久损失loss，tf.contrib.legacy_seq2seq.sequence_loss_by_example计算输出logits和targets偏差。sequence_loss，target words average negative log probability，定义loss=1/N add i=1toN ln Ptargeti。tf.reduce_sum汇总batch误差，计算平均样本误差cost。保留最终状态final_state。不是训练状态直接返回。
定义学习速率变量lr，设不可训练。tf.trainable_variables获取全部可训练参数tvars。针对cost，计算tvars梯度，tf.clip_by_global_norm设梯度最大范数，起正则化效果。Gradient Clipping防止Gradient Explosion梯度爆炸问题。不限制梯度，迭代梯度过大，训练难收敛。定义优化器Gradient Descent。创建训练操作_train_op，optimizer.apply_gradients，clip过梯度用到所有可训练参数tvars，tf.contrib.framework.get_or_create_global_step生成全局统一训练步数。
设置_new_lr(new learning rate) placeholder控制学习速率。定义操作_lr_update，tf.assign 赋_new_lr值给当前学习速率_lr。定义assign_lr函数，外部控制模型学习速率，学习速率值传入_new_lr placeholder，执行_update_lr操作修改学习速率。
定义PTBModel class property。Python @property装饰器，返回变量设只读，防止修改变量引发问题。input、initial_state、cost、final_state、lr、train_op。
定义模型设置。init_scale，网络权重初始scale。learning_rate，学习速率初始值。max_grad_norm，梯度最大范数。num_lyers，LSTM堆叠层数。num_steps，LSTM梯度反向传播展开步数。hidden_size，LSTM内隐含节点数。max_epoch，初始学习速率可训练epoch数，需要调整学习速率。max_max_epoch，总共可训练epoch数。keep_prob，dropout层保留节点比例。lr_decay学习速率衰减速度。batch_size，每个batch样本数量。
MediumConfig中型模型，减小init_scale，希望权重初值不要过大，小有利温和训练。学习速率、最大梯度范数不变，LSTM层数不变。梯度反向传播展开步数num_steps从20增大到35。hidden_size、max_max_epoch增大3倍。设置dropout keep_prob 0.5。学习迭代次数增大，学习速率衰减速率lr_decay减小。batch_size、词汇表vocab_size不变。
LargeConfig大型模型，进一步缩小init_scale。放宽最大梯度范数max_grad_norm到10。hidden_size提升到1500。max_epoch、max_max_epoch增大。keep_prob因模型复杂度上升继续下降。学习速率衰减速率lr_decay进一步减小。
TestConfig测试用。参数尽量最小值。
定义训练epoch数据函数run_epoch。记录当前时间，初始化损失costs、迭代数据iters，执行model.initial_state初始化状态，获得初始状态。创建输出结果字典表fetches，包括cost、final_state。如果有评测操作，也加入fetches。训练循环，次数epoch_size。循环，生成训练feed_dict，全部LSTM单元state加入feed_dict，传入feed_dict，执行fetches训练网络，拿到cost、state。累加cost到costs，累加num_steps到iters。每完成10%epoch，展示结果，当前epoch进度，perplexity(平均cost自然常数指数，语言模型比较性能重要指标，越低模型输出概率分布在预测样本越好)，训练速度(单词数每秒)。返回perplexity函数结果。
reader.ptb_raw_data读取解压后数据，得训练数据、验证数据、测试数据。定义训练模型配置SmallConfig。测试配置eval_config需和训练配置一致。测试配置batch_size、num_steps 1。
创建默认Graph，tf.random_uniform_initializer设置参数初始化器，参数范围在[-init_scale,init_scale]之间。PTBInput和PTBModel创建训练模型m，验证模型mvalid，测试模型mtest。训练、验证模型用config，测试模型用测试配置eval_config。
tf.train.supervisor()创建训练管理器sv，sv.managed_session创建默认session，执行训练多个epoch数据循环。每个epoch循环，计算累计学习速率衰减值，只需计算超过max_epoch轮数，求lr_decay超出轮数次幂。初始学习速率乘累计衰减速，更新学习速率。循环内执行epoch训练和验证，输出当前学习速率、训练验证集perplexity。完成全部训练，计算输出模型测试集perplexity。
SmallConfig小型模型，i7 6900K GTX 1080 训练速率21000单词每秒，最后epoch，训练集36.9 perplexity，验证集122.3、测试集116.7。
中型模型，训练集48.45，验证集86.16、测试集82.07。大型模型，训练集37.87，验证集82.62、测试集78.29。
LSTM存储状态，依靠状态对当前输入处理分析预测。RNN、LSTM赋预神经网络记忆和储存过往信息能力，模仿人类简单记忆、推理功能。注意力(attention)机制是RNN、NLP领域研究热点，机器更好模拟人脑功能。图像标题生成任务，注意力机制RNN对区域图像分析，生成对应文字描述。《Show,Attend and Tell:Neural Image Caption Generation with Visual Attention》。
import time
import numpy as np
import tensorflow as tf
import reader
#flags = tf.flags
#logging = tf.logging
#flags.DEFINE_string("save_path", None,
# "Model output directory.")
#flags.DEFINE_bool("use_fp16", False,
# "Train using 16-bit floats instead of 32bit floats")
#FLAGS = flags.FLAGS
#def data_type():
# return tf.float16 if FLAGS.use_fp16 else tf.float32
class PTBInput(object):“”“The input data.”“”
def init(self, config, data, name=None):
self.batch_size = batch_size = config.batch_size
self.num_steps = num_steps = config.num_steps
self.epoch_size = ((len(data) // batch_size) - 1) // num_steps
self.input_data, self.targets = reader.ptb_producer(
data, batch_size, num_steps, name=name)
class PTBModel(object):
“”“The PTB model.”“”
def init(self, is_training, config, input_):
self.input = input
batch_size = input_.batch_size
num_steps = input_.num_steps
size = config.hidden_size
vocab_size = config.vocab_size
# Slightly better results can be obtained with forget gate biases
# initialized to 1 but the hyperparameters of the model would need to be
# different than reported in the paper.
def lstm_cell():
return tf.contrib.rnn.BasicLSTMCell(
size, forget_bias=0.0, state_is_tuple=True)
attn_cell = lstm_cell
if is_training and config.keep_prob < 1:
def attn_cell():
return tf.contrib.rnn.DropoutWrapper(
lstm_cell(), output_keep_prob=config.keep_prob)
cell = tf.contrib.rnn.MultiRNNCell(
[attn_cell() for _ in range(config.num_layers)], state_is_tuple=True)
self._initial_state = cell.zero_state(batch_size, tf.float32)
with tf.device(“/cpu:0”):
embedding = tf.get_variable(
“embedding”, [vocab_size, size], dtype=tf.float
d320
32)
inputs = tf.nn.embedding_lookup(embedding, input_.input_data)
if is_training and config.keep_prob < 1:
inputs = tf.nn.dropout(inputs, config.keep_prob)
# Simplified version of models/tutorials/rnn/rnn.py’s rnn().
# This builds an unrolled LSTM for tutorial purposes only.
# In general, use the rnn() or state_saving_rnn() from rnn.py.
#
# The alternative version of the code below is:
#
# inputs = tf.unstack(inputs, num=num_steps, axis=1)
# outputs, state = tf.nn.rnn(cell, inputs,
# initial_state=self._initial_state)
outputs = []
state = self._initial_state
with tf.variable_scope(“RNN”):
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
(cell_output, state) = cell(inputs[:, time_step, :], state)
outputs.append(cell_output)
output = tf.reshape(tf.concat(outputs, 1), [-1, size])
softmax_w = tf.get_variable(
“softmax_w”, [size, vocab_size], dtype=tf.float32)
softmax_b = tf.get_variable(“softmax_b”, [vocab_size], dtype=tf.float32)
logits = tf.matmul(output, softmax_w) + softmax_b
loss = tf.contrib.legacy_seq2seq.sequence_loss_by_example(
[logits],
[tf.reshape(input_.targets, [-1])],
[tf.ones([batch_size * num_steps], dtype=tf.float32)])
self._cost = cost = tf.reduce_sum(loss) / batch_size
self._final_state = state
if not is_training:
return
self._lr = tf.Variable(0.0, trainable=False)
tvars = tf.trainable_variables()
grads, _ = tf.clip_by_global_norm(tf.gradients(cost, tvars),
config.max_grad_norm)
optimizer = tf.train.GradientDescentOptimizer(self._lr)
self._train_op = optimizer.apply_gradients(
zip(grads, tvars),
global_step=tf.contrib.framework.get_or_create_global_step())
self._new_lr = tf.placeholder(
tf.float32, shape=[], name=”new_learning_rate”)
self._lr_update = tf.assign(self._lr, self._new_lr)
def assign_lr(self, session, lr_value):
session.run(self._lr_update, feed_dict={self._new_lr: lr_value})
@property
def input(self):
return self._input
@property
def initial_state(self):
return self._initial_state
@property
def cost(self):
return self._cost
@property
def final_state(self):
return self._final_state
@property
def lr(self):
return self._lr
@property
def train_op(self):
return self._train_op
class SmallConfig(object):
“”“Small config.”“”
init_scale = 0.1
learning_rate = 1.0
max_grad_norm = 5
num_layers = 2
num_steps = 20
hidden_size = 200
max_epoch = 4
max_max_epoch = 13
keep_prob = 1.0
lr_decay = 0.5
batch_size = 20
vocab_size = 10000
class MediumConfig(object):
“”“Medium config.”“”
init_scale = 0.05
learning_rate = 1.0
max_grad_norm = 5
num_layers = 2
num_steps = 35
hidden_size = 650
max_epoch = 6
max_max_epoch = 39
keep_prob = 0.5
lr_decay = 0.8
batch_size = 20
vocab_size = 10000
class LargeConfig(object):
“”“Large config.”“”
init_scale = 0.04
learning_rate = 1.0
max_grad_norm = 10
num_layers = 2
num_steps = 35
hidden_size = 1500
max_epoch = 14
max_max_epoch = 55
keep_prob = 0.35
lr_decay = 1 / 1.15
batch_size = 20
vocab_size = 10000
class TestConfig(object):
“”“Tiny config, for testing.”“”
init_scale = 0.1
learning_rate = 1.0
max_grad_norm = 1
num_layers = 1
num_steps = 2
hidden_size = 2
max_epoch = 1
max_max_epoch = 1
keep_prob = 1.0
lr_decay = 0.5
batch_size = 20
vocab_size = 10000
def run_epoch(session, model, eval_op=None, verbose=False):
“”“Runs the model on the given data.”“”
start_time = time.time()
costs = 0.0
iters = 0
state = session.run(model.initial_state)
fetches = {
“cost”: model.cost,
“final_state”: model.final_state,
}
if eval_op is not None:
fetches[“eval_op”] = eval_op
for step in range(model.input.epoch_size):
feed_dict = {}
for i, (c, h) in enumerate(model.initial_state):
feed_dict[c] = state[i].c
feed_dict[h] = state[i].h
vals = session.run(fetches, feed_dict)
cost = vals[“cost”]
state = vals[“final_state”]
costs += cost
iters += model.input.num_steps
if verbose and step % (model.input.epoch_size // 10) == 10:
print(“%.3f perplexity: %.3f speed: %.0f wps” %
(step * 1.0 / model.input.epoch_size, np.exp(costs / iters),
iters * model.input.batch_size / (time.time() - start_time)))
return np.exp(costs / iters)
raw_data = reader.ptb_raw_data(‘simple-examples/data/’)
train_data, valid_data, test_data, _ = raw_data
config = SmallConfig()
eval_config = SmallConfig()
eval_config.batch_size = 1
eval_config.num_steps = 1
with tf.Graph().as_default():
initializer = tf.random_uniform_initializer(-config.init_scale,
config.init_scale)
with tf.name_scope(“Train”):
train_input = PTBInput(config=config, data=train_data, name=”TrainInput”)
with tf.variable_scope(“Model”, reuse=None, initializer=initializer):
m = PTBModel(is_training=True, config=config, input_=train_input)
#tf.scalar_summary(“Training Loss”, m.cost)
#tf.scalar_summary(“Learning Rate”, m.lr)
with tf.name_scope(“Valid”):
valid_input = PTBInput(config=config, data=valid_data, name=”ValidInput”)
with tf.variable_scope(“Model”, reuse=True, initializer=initializer):
mvalid = PTBModel(is_training=False, config=config, input_=valid_input)
#tf.scalar_summary(“Validation Loss”, mvalid.cost)
with tf.name_scope(“Test”):
test_input = PTBInput(config=eval_config, data=test_data, name=”TestInput”)
with tf.variable_scope(“Model”, reuse=True, initializer=initializer):
mtest = PTBModel(is_training=False, config=eval_config,
input_=test_input)
sv = tf.train.Supervisor()
with sv.managed_session() as session:
for i in range(config.max_max_epoch):
lr_decay = config.lr_decay ** max(i + 1 - config.max_epoch, 0.0)
m.assign_lr(session, config.learning_rate * lr_decay)
print(“Epoch: %d Learning rate: %.3f” % (i + 1, session.run(m.lr)))
train_perplexity = run_epoch(session, m, eval_op=m.train_op,
verbose=True)
print(“Epoch: %d Train Perplexity: %.3f” % (i + 1, train_perplexity))
valid_perplexity = run_epoch(session, mvalid)
print(“Epoch: %d Valid Perplexity: %.3f” % (i + 1, valid_perplexity))
test_perplexity = run_epoch(session, mtest)
print(“Test Perplexity: %.3f” % test_perplexity)
# if FLAGS.save_path:
# print(“Saving model to %s.” % FLAGS.save_path)
# sv.saver.save(session, FLAGS.save_path, global_step=sv.global_step)
#if name == “main“:
# tf.app.run()
参考资料：
《TensorFlow实战》
欢迎付费咨询(150元每小时)，我的微信：qingxingfengzi
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Tensorflow实战学习(三十五)【实现基于LSTM语言模型】
- TensorFlow实现经典深度学习网络（6）：TensorFlow实现基于LSTM的语言模型
- tensorflow38《TensorFlow实战》笔记-07-02 TensorFlow实现基于LSTM的语言模型 code
- 深度学习之六，基于RNN(GRU,LSTM)的语言模型分析与theano代码实现
- Tensorflow实战-实现基于LSTM的语言模型
- 学习笔记TF035:实现基于LSTM语言模型
- Tensorflow实例：实现基于LSTM的语言模型
- TensorFlow实现基于LSTM的语言模型
- 学习笔记TF036:实现Bidirectional LSTM Classifier
- TensorFlow实战12：实现基于LSTM的语言模型
- 《设计模式：基于C#的工程化实现及扩展》学习笔记 02 准备篇 -- Namespace(命名空间)
- 学习笔记之----生产者-消费者模型的实现
- 分词学习(3)，基于ngram语言模型的n元分词
- 统计语言模型学习笔记
- 《设计模式：基于C#的工程化实现及扩展》学习笔记--目录
- WinSock网络编程学习笔记（九）：基于UDP实现DayTime协议
- JavaScript--基于对象的脚本语言学习笔记(一)
- 用汇编实现类似于C语言中的printf函数--学习笔记
- 【电信增值业务学习笔记】9基于智能网的增值业务实现技术和应用
- coursera NLP学习笔记之week2 语言模型