RNN配置 ======== 本教程将指导你如何在 PaddlePaddle 中配置循环神经网络（RNN）。PaddlePaddle 高度支持灵活和高效的循环神经网络配置。 在本教程中，您将了解如何： - 准备用来学习循环神经网络的序列数据。 - 配置循环神经网络架构。 - 使用学习完成的循环神经网络模型生成序列。 我们将使用 vanilla 循环神经网络和 sequence to sequence 模型来指导你完成这些步骤。sequence to sequence 模型的代码可以在\ ``demo / seqToseq``\ 找到。 准备序列数据 ------------ PaddlePaddle 不需要对序列数据进行任何预处理，例如填充。唯一需要做的是将相应类型设置为输入。例如，以下代码段定义了三个输入。 它们都是序列，它们的大小是\ ``src_dict``\ ，\ ``trg_dict``\ 和\ ``trg_dict``\ ： .. code:: python settings.input_types = [ integer_value_sequence(len(settings.src_dict)), integer_value_sequence(len(settings.trg_dict)), integer_value_sequence(len(settings.trg_dict))] 在\ ``process``\ 函数中，每个\ ``yield``\ 函数将返回三个整数列表。每个整数列表被视为一个整数序列： .. code:: python yield src_ids, trg_ids, trg_ids_next 有关如何编写数据提供程序的更多细节描述，请参考 :ref:`api_pydataprovider2` 。完整的数据提供文件在 ``demo/seqToseq/dataprovider.py``\ 。 配置循环神经网络架构 -------------------- 简单门控循环神经网络(Gated Recurrent Neural Network) ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 循环神经网络在每个时间步骤顺序地处理序列。下面列出了 LSTM 的架构的示例。 .. image:: ../../../tutorials/sentiment_analysis/bi_lstm.jpg :align: center 一般来说，循环网络从 :math:`t=1` 到 :math:`t=T` 或者反向地从 :math:`t=T` 到 :math:`t=1` 执行以下操作。 .. math:: x_{t+1} = f_x(x_t), y_t = f_y(x_t) 其中 :math:`f_x(.)` 称为\ **单步函数**\ （即单时间步执行的函数，step function），而 :math:`f_y(.)` 称为\ **输出函数**\ 。在 vanilla 循环神经网络中，单步函数和输出函数都非常简单。然而，PaddlePaddle 可以通过修改这两个函数来实现复杂的网络配置。我们将使用 sequence to sequence 模型演示如何配置复杂的循环神经网络模型。在本节中，我们将使用简单的 vanilla 循环神经网络作为使用\ ``recurrent_group``\ 配置简单循环神经网络的例子。 注意，如果你只需要使用简单的RNN，GRU或LSTM，那么推荐使用\ ``grumemory``\ 和\ ``lstmemory``\ ，因为它们的计算效率比\ ``recurrent_group``\ 更高。 对于 vanilla RNN，在每个时间步长，\ **单步函数**\ 为： .. math:: x_{t+1} = W_x x_t + W_i I_t + b 其中 :math:`x_t` 是RNN状态，并且 :math:`I_t` 是输入，:math:`W_x` 和 :math:`W_i` 分别是RNN状态和输入的变换矩阵。:math:`b` 是偏差。它的\ **输出函数**\ 只需要 :math:`x_t` 作为输出。 ``recurrent_group``\ 是构建循环神经网络的最重要的工具。 它定义了\ **单步函数**\ ，\ **输出函数**\ 和循环神经网络的输入。注意，这个函数的\ ``step``\ 参数需要实现\ ``step function``\ （单步函数）和\ ``output function``\ （输出函数）： .. code:: python def simple_rnn(input, size=None, name=None, reverse=False, rnn_bias_attr=None, act=None, rnn_layer_attr=None): def __rnn_step__(ipt): out_mem = memory(name=name, size=size) rnn_out = mixed_layer(input = [full_matrix_projection(ipt), full_matrix_projection(out_mem)], name = name, bias_attr = rnn_bias_attr, act = act, layer_attr = rnn_layer_attr, size = size) return rnn_out return recurrent_group(name='%s_recurrent_group' % name, step=__rnn_step__, reverse=reverse, input=input) PaddlePaddle 使用“Memory”（记忆模块）实现单步函数。\ **Memory**\ 是在PaddlePaddle中构造循环神经网络时最重要的概念。 Memory是在单步函数中循环使用的状态，例如 :math:`x_{t+1} = f_x(x_t)` 。 一个Memory包含\ **输出**\ 和\ **输入**\ 。当前时间步处的Memory的输出作为下一时间步Memory的输入。Memory也可以具有\ **boot layer(引导层)**\ ，其输出被用作Memory的初始值。 在我们的例子中，门控循环单元的输出被用作输出Memory。请注意，\ ``rnn_out``\ 层的名称与\ ``out_mem``\ 的名称相同。这意味着\ ``rnn_out`` (*x*\ \ *t* + 1)的输出被用作\ ``out_mem``\ Memory的\ **输出**\ 。 Memory也可以是序列。在这种情况下，在每个时间步中，我们有一个序列作为循环神经网络的状态。这在构造非常复杂的循环神经网络时是有用的。 其他高级功能包括定义多个Memory，以及使用子序列来定义分级循环神经网络架构。 我们在函数的结尾返回\ ``rnn_out``\ 。 这意味着 ``rnn_out`` 层的输出被用作门控循环神经网络的\ **输出**\ 函数。 Sequence to Sequence Model with Attention ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 我们将使用 sequence to sequence model with attention 作为例子演示如何配置复杂的循环神经网络模型。该模型的说明如下图所示。 .. image:: ../../../tutorials/text_generation/encoder-decoder-attention-model.png :align: center 在这个模型中，源序列 :math:`S = \{s_1, \dots, s_T\}` 用双向门控循环神经网络编码。双向门控循环神经网络的隐藏状态 :math:`H_S = \{H_1, \dots, H_T\}` 被称为 *编码向量*\ 。解码器是门控循环神经网络。当解读每一个 :math:`y_t` 时, 这个门控循环神经网络生成一系列权重 :math:`W_S^t = \{W_1^t, \dots, W_T^t\}` , 用于计算编码向量的加权和。加权和用来生成 :math:`y_t` 。 模型的编码器部分如下所示。它叫做\ ``grumemory``\ 来表示门控循环神经网络。如果网络架构简单，那么推荐使用循环神经网络的方法，因为它比 ``recurrent_group`` 更快。我们已经实现了大多数常用的循环神经网络架构，可以参考 :ref:`api_trainer_config_helpers_layers` 了解更多细节。 我们还将编码向量投射到 ``decoder_size`` 维空间。这通过获得反向循环网络的第一个实例，并将其投射到 ``decoder_size`` 维空间完成： .. code:: python # 定义源语句的数据层 src_word_id = data_layer(name='source_language_word', size=source_dict_dim) # 计算每个词的词向量 src_embedding = embedding_layer( input=src_word_id, size=word_vector_dim, param_attr=ParamAttr(name='_source_language_embedding')) # 应用前向循环神经网络 src_forward = grumemory(input=src_embedding, size=encoder_size) # 应用反向递归神经网络（reverse=True表示反向循环神经网络） src_backward = grumemory(input=src_embedding, size=encoder_size, reverse=True) # 将循环神经网络的前向和反向部分混合在一起 encoded_vector = concat_layer(input=[src_forward, src_backward]) # 投射编码向量到 decoder_size encoder_proj = mixed_layer(input = [full_matrix_projection(encoded_vector)], size = decoder_size) # 计算反向RNN的第一个实例 backward_first = first_seq(input=src_backward) # 投射反向RNN的第一个实例到 decoder size decoder_boot = mixed_layer(input=[full_matrix_projection(backward_first)], size=decoder_size, act=TanhActivation()) 解码器使用 ``recurrent_group`` 来定义循环神经网络。单步函数和输出函数在 ``gru_decoder_with_attention`` 中定义： .. code:: python group_inputs=[StaticInput(input=encoded_vector,is_seq=True), StaticInput(input=encoded_proj,is_seq=True)] trg_embedding = embedding_layer( input=data_layer(name='target_language_word', size=target_dict_dim), size=word_vector_dim, param_attr=ParamAttr(name='_target_language_embedding')) group_inputs.append(trg_embedding) # 对于配备有注意力机制的解码器，在训练中， # 目标向量（groudtruth）是数据输入， # 而源序列的编码向量可以被无边界的memory访问 # StaticInput 意味着不同时间步的输入都是相同的值， # 否则它以一个序列输入，不同时间步的输入是不同的。 # 所有输入序列应该有相同的长度。 decoder = recurrent_group(name=decoder_group_name, step=gru_decoder_with_attention, input=group_inputs) 单步函数的实现如下所示。首先，它定义解码网络的\ **Memory**\ 。然后定义 attention，门控循环单元单步函数和输出函数： .. code:: python def gru_decoder_with_attention(enc_vec, enc_proj, current_word): # 定义解码器的Memory # Memory的输出定义在 gru_step 内 # 注意 gru_step 应该与它的Memory名字相同 decoder_mem = memory(name='gru_decoder', size=decoder_size, boot_layer=decoder_boot) # 计算 attention 加权编码向量 context = simple_attention(encoded_sequence=enc_vec, encoded_proj=enc_proj, decoder_state=decoder_mem) # 混合当前词向量和attention加权编码向量 decoder_inputs = mixed_layer(inputs = [full_matrix_projection(context), full_matrix_projection(current_word)], size = decoder_size * 3) # 定义门控循环单元循环神经网络单步函数 gru_step = gru_step_layer(name='gru_decoder', input=decoder_inputs, output_mem=decoder_mem, size=decoder_size) # 定义输出函数 out = mixed_layer(input=[full_matrix_projection(input=gru_step)], size=target_dict_dim, bias_attr=True, act=SoftmaxActivation()) return out 生成序列 -------- 训练模型后，我们可以使用它来生成序列。通常的做法是使用\ **beam search** 生成序列。以下代码片段定义 beam search 算法。注意，\ ``beam_search`` 函数假设 ``step`` 的输出函数返回的是下一个时刻输出词的 softmax 归一化概率向量。我们对模型进行了以下更改。 - 使用 ``GeneratedInput`` 来表示 trg\_embedding。 ``GeneratedInput`` 将上一时间步所生成的词的向量来作为当前时间步的输入。 - 使用 ``beam_search`` 函数。这个函数需要设置： - ``bos_id``: 开始标记。每个句子都以开始标记开头。 - ``eos_id``: 结束标记。每个句子都以结束标记结尾。 - ``beam_size``: beam search 算法中的beam大小。 - ``max_length``: 生成序列的最大长度。 - 使用 ``seqtext_printer_evaluator`` 根据索引矩阵和字典打印文本。这个函数需要设置： - ``id_input``: 数据的整数ID，用于标识生成的文件中的相应输出。 - ``dict_file``: 用于将词ID转换为词的字典文件。 - ``result_file``: 生成结果文件的路径。 代码如下： .. code:: python group_inputs=[StaticInput(input=encoded_vector,is_seq=True), StaticInput(input=encoded_proj,is_seq=True)] # 在生成时，解码器基于编码源序列和最后生成的目标词预测下一目标词。 # 编码源序列（编码器输出）必须由只读Memory的 StaticInput 指定。 # 这里， GeneratedInputs 自动获取上一个生成的词，并在最开始初始化为起始词，如 。 trg_embedding = GeneratedInput( size=target_dict_dim, embedding_name='_target_language_embedding', embedding_size=word_vector_dim) group_inputs.append(trg_embedding) beam_gen = beam_search(name=decoder_group_name, step=gru_decoder_with_attention, input=group_inputs, bos_id=0, # Beginnning token. eos_id=1, # End of sentence token. beam_size=beam_size, max_length=max_length) seqtext_printer_evaluator(input=beam_gen, id_input=data_layer(name="sent_id", size=1), dict_file=trg_dict_path, result_file=gen_trans_file) outputs(beam_gen) 注意，这种生成技术只用于类似解码器的生成过程。如果你正在处理序列标记任务，请参阅 :ref:`semantic_role_labeling` 了解更多详细信息。 完整的配置文件在\ ``demo/seqToseq/seqToseq_net.py``\ 。