# 双层RNN配置与示例 我们在`paddle/gserver/tests/test_RecurrentGradientMachine`单测中，通过多组语义相同的单双层RNN配置，讲解如何使用双层RNN。 ## 示例1：双进双出，subseq间无memory 配置：单层RNN（`sequence_layer_group`）和双层RNN（`sequence_nest_layer_group`），语义完全相同。 ### 读取双层序列的方法 首先，我们看一下单双层序列的不同数据组织形式（您也可以采用别的组织形式）： - 单层序列的数据（`Sequence/tour_train_wdseg`）如下，一共有10个样本。每个样本由两部分组成，一个label（此处都为2）和一个已经分词后的句子。 ```text 2 酒店 有 很 舒适 的 床垫 子 ， 床上用品 也 应该 是 一人 一 换 ， 感觉 很 利落 对 卫生 很 放心 呀 。 2 很 温馨 ， 也 挺 干净 的 * 地段 不错 ， 出来 就 有 全家 ， 离 地铁站 也 近 ， 交通 很方便 * 就是 都 不 给 刷牙 的 杯子 啊 ， 就 第一天 给 了 一次性杯子 * 2 位置 方便 ， 强烈推荐 ， 十一 出去玩 的 时候 选 的 ， 对面 就是 华润万家 ， 周围 吃饭 的 也 不少 。 2 交通便利 ， 吃 很 便利 ， 乾 浄 、 安静 ， 商务 房 有 电脑 、 上网 快 ， 价格 可以 ， 就 早餐 不 好吃 。 整体 是 不错 的 。 適 合 出差 來 住 。 2 本来 准备 住 两 晚 ， 第 2 天 一早 居然 停电 ， 且 无 通知 ， 只有 口头 道歉 。 总体来说 性价比 尚可 ， 房间 较 新 ， 还是 推荐 . 2 这个 酒店 去过 很多 次 了 ， 选择 的 主要原因 是 离 客户 最 便宜 相对 又 近 的 酒店 2 挺好 的 汉庭 ， 前台 服务 很 热情 ， 卫生 很 整洁 ， 房间 安静 ， 水温 适中 ， 挺好 ！ 2 HowardJohnson 的 品质 ， 服务 相当 好 的 一 家 五星级 。 房间 不错 、 泳池 不错 、 楼层 安排 很 合理 。 还有 就是 地理位置 ， 简直 一 流 。 就 在 天一阁 、 月湖 旁边 ， 离 天一广场 也 不远 。 下次 来 宁波 还会 住 。 2 酒店 很干净 ， 很安静 ， 很 温馨 ， 服务员 服务 好 ， 各方面 都 不错 * 2 挺好 的 ， 就是 没 窗户 ， 不过 对 得 起 这 价格 ``` - 双层序列的数据（`Sequence/tour_train_wdseg.nest`）如下，一共有4个样本。样本间用空行分开，代表不同的双层序列，序列数据和上面的完全一样。每个样本的子句数分别为2,3,2,3。 ```text 2 酒店 有 很 舒适 的 床垫 子 ， 床上用品 也 应该 是 一人 一 换 ， 感觉 很 利落 对 卫生 很 放心 呀 。 2 很 温馨 ， 也 挺 干净 的 * 地段 不错 ， 出来 就 有 全家 ， 离 地铁站 也 近 ， 交通 很方便 * 就是 都 不 给 刷牙 的 杯子 啊 ， 就 第一天 给 了 一次性杯子 * 2 位置 方便 ， 强烈推荐 ， 十一 出去玩 的 时候 选 的 ， 对面 就是 华润万家 ， 周围 吃饭 的 也 不少 。 2 交通便利 ， 吃 很 便利 ， 乾 浄 、 安静 ， 商务 房 有 电脑 、 上网 快 ， 价格 可以 ， 就 早餐 不 好吃 。 整体 是 不错 的 。 適 合 出差 來 住 。 2 本来 准备 住 两 晚 ， 第 2 天 一早 居然 停电 ， 且 无 通知 ， 只有 口头 道歉 。 总体来说 性价比 尚可 ， 房间 较 新 ， 还是 推荐 . 2 这个 酒店 去过 很多 次 了 ， 选择 的 主要原因 是 离 客户 最 便宜 相对 又 近 的 酒店 2 挺好 的 汉庭 ， 前台 服务 很 热情 ， 卫生 很 整洁 ， 房间 安静 ， 水温 适中 ， 挺好 ！ 2 HowardJohnson 的 品质 ， 服务 相当 好 的 一 家 五星级 。 房间 不错 、 泳池 不错 、 楼层 安排 很 合理 。 还有 就是 地理位置 ， 简直 一 流 。 就 在 天一阁 、 月湖 旁边 ， 离 天一广场 也 不远 。 下次 来 宁波 还会 住 。 2 酒店 很干净 ， 很安静 ， 很 温馨 ， 服务员 服务 好 ， 各方面 都 不错 * 2 挺好 的 ， 就是 没 窗户 ， 不过 对 得 起 这 价格 ``` 其次，我们看一下单双层序列的不同dataprovider（见`sequenceGen.py`）： - 单层序列的dataprovider如下： - word_slot是integer_value_sequence类型，代表单层序列。 - label是integer_value类型，代表一个向量。 ```python def hook(settings, dict_file, **kwargs): settings.word_dict = dict_file settings.input_types = [integer_value_sequence(len(settings.word_dict)), integer_value(3)] @provider(init_hook=hook) def process(settings, file_name): with open(file_name, 'r') as fdata: for line in fdata: label, comment = line.strip().split('\t') label = int(''.join(label.split())) words = comment.split() word_slot = [settings.word_dict[w] for w in words if w in settings.word_dict] yield word_slot, label ``` - 双层序列的dataprovider如下： - word_slot是integer_value_sub_sequence类型，代表双层序列。 - label是integer_value_sequence类型，代表单层序列，即一个子句一个label。注意：也可以为integer_value类型，代表一个向量，即一个句子一个label。通常根据任务需求进行不同设置。 - 关于dataprovider中input_types的详细用法，参见PyDataProvider2。 ```python def hook2(settings, dict_file, **kwargs): settings.word_dict = dict_file settings.input_types = [integer_value_sub_sequence(len(settings.word_dict)), integer_value_sequence(3)] @provider(init_hook=hook2) def process2(settings, file_name): with open(file_name) as fdata: label_list = [] word_slot_list = [] for line in fdata: if (len(line)) > 1: label,comment = line.strip().split('\t') label = int(''.join(label.split())) words = comment.split() word_slot = [settings.word_dict[w] for w in words if w in settings.word_dict] label_list.append(label) word_slot_list.append(word_slot) else: yield word_slot_list, label_list label_list = [] word_slot_list = [] ``` ### 模型中的配置 首先，我们看一下单层序列的配置（见`sequence_layer_group.conf`）。注意：batchsize=5表示一次过5句单层序列，因此2个batch就可以完成1个pass。 ```python settings(batch_size=5) data = data_layer(name="word", size=dict_dim) emb = embedding_layer(input=data, size=word_dim) # (lstm_input + lstm) is equal to lstmemory with mixed_layer(size=hidden_dim*4) as lstm_input: lstm_input += full_matrix_projection(input=emb) lstm = lstmemory_group(input=lstm_input, size=hidden_dim, act=TanhActivation(), gate_act=SigmoidActivation(), state_act=TanhActivation(), lstm_layer_attr=ExtraLayerAttribute(error_clipping_threshold=50)) lstm_last = last_seq(input=lstm) with mixed_layer(size=label_dim, act=SoftmaxActivation(), bias_attr=True) as output: output += full_matrix_projection(input=lstm_last) outputs(classification_cost(input=output, label=data_layer(name="label", size=1))) ``` 其次，我们看一下语义相同的双层序列配置（见`sequence_nest_layer_group.conf`），并对其详细分析： - batchsize=2表示一次过2句双层序列。但从上面的数据格式可知，2句双层序列和5句单层序列的数据完全一样。 - data_layer和embedding_layer不关心数据是否是序列格式，因此两个配置在这两层上的输出是一样的。 - lstmemory: - 单层序列过了一个mixed_layer和lstmemory_group。 - 双层序列在同样的mixed_layer和lstmemory_group外，直接加了一层group。由于这个外层group里面没有memory，表示subseq间不存在联系，即起到的作用仅仅是把双层seq拆成单层，因此双层序列过完lstmemory的输出和单层的一样。 - last_seq： - 单层序列直接取了最后一个元素 - 双层序列首先（last_seq层）取了每个subseq的最后一个元素，将其拼接成一个新的单层序列；接着（expand_layer层）将其扩展成一个新的双层序列，其中第i个subseq中的所有向量均为输入的单层序列中的第i个向量；最后（average_layer层）取了每个subseq的平均值。 - 分析得出：第一个last_seq后，每个subseq的最后一个元素就等于单层序列的最后一个元素，而expand_layer和average_layer后，依然保持每个subseq最后一个元素的值不变（这两层仅是为了展示它们的用法，实际中并不需要）。因此单双层序列的输出是一样旳。 ```python settings(batch_size=2) data = data_layer(name="word", size=dict_dim) emb_group = embedding_layer(input=data, size=word_dim) # (lstm_input + lstm) is equal to lstmemory def lstm_group(lstm_group_input): with mixed_layer(size=hidden_dim*4) as group_input: group_input += full_matrix_projection(input=lstm_group_input) lstm_output = lstmemory_group(input=group_input, name="lstm_group", size=hidden_dim, act=TanhActivation(), gate_act=SigmoidActivation(), state_act=TanhActivation(), lstm_layer_attr=ExtraLayerAttribute(error_clipping_threshold=50)) return lstm_output lstm_nest_group = recurrent_group(input=SubsequenceInput(emb_group), step=lstm_group, name="lstm_nest_group") # hasSubseq ->(seqlastins) seq lstm_last = last_seq(input=lstm_nest_group, agg_level=AggregateLevel.EACH_SEQUENCE) # seq ->(expand) hasSubseq lstm_expand = expand_layer(input=lstm_last, expand_as=emb_group, expand_level=ExpandLevel.FROM_SEQUENCE) # hasSubseq ->(average) seq lstm_average = pooling_layer(input=lstm_expand, pooling_type=AvgPooling(), agg_level=AggregateLevel.EACH_SEQUENCE) with mixed_layer(size=label_dim, act=SoftmaxActivation(), bias_attr=True) as output: output += full_matrix_projection(input=lstm_average) outputs(classification_cost(input=output, label=data_layer(name="label", size=1))) ``` ## 示例2：双进双出，subseq间有memory 配置：单层RNN（`sequence_rnn.conf`），双层RNN（`sequence_nest_rnn.conf`和`sequence_nest_rnn_readonly_memory.conf`），语义完全相同。 ### 读取双层序列的方法 我们看一下单双层序列的不同数据组织形式和dataprovider（见`rnn_data_provider.py`） ```python data = [ [[[1, 3, 2], [4, 5, 2]], 0], [[[0, 2], [2, 5], [0, 1, 2]], 1], ] @provider(input_types=[integer_value_sub_sequence(10), integer_value(3)]) def process_subseq(settings, file_name): for d in data: yield d @provider(input_types=[integer_value_sequence(10), integer_value(3)]) def process_seq(settings, file_name): for d in data: seq = [] ``` - 单层序列：有两句，分别为[1,3,2,4,5,2]和[0,2,2,5,0,1,2]。 - 双层序列：有两句，分别为[[1,3,2],[4,5,2]]（2个子句）和[[0,2],[2,5],[0,1,2]]（3个子句）。 - 单双层序列的label都分别是0和1 ### 模型中的配置 我们选取单双层序列配置中的不同部分，来对比分析两者语义相同的原因。 - 单层序列：过了一个很简单的recurrent_group。每一个时间步，当前的输入y和上一个时间步的输出rnn_state做了一个全链接。 ```python def step(y): mem = memory(name="rnn_state", size=hidden_dim) return fc_layer(input=[y, mem], size=hidden_dim, act=TanhActivation(), bias_attr=True, name="rnn_state") out = recurrent_group(step=step, input=emb) ``` - 双层序列，外层memory是一个元素： - 内层inner_step的recurrent_group和单层序列的几乎一样。除了boot_layer=outer_mem，表示将外层的outer_mem作为内层memory的初始状态。外层outer_step中，outer_mem是一个子句的最后一个向量，即整个双层group是将前一个子句的最后一个向量，作为下一个子句memory的初始状态。 - 从输入数据上看，单双层序列的句子是一样的，只是双层序列将其又做了子序列划分。因此双层序列的配置中，必须将前一个子句的最后一个元素，作为boot_layer传给下一个子句的memory，才能保证和单层序列的配置中“每一个时间步都用了上一个时间步的输出结果”一致。 ```python def outer_step(x): outer_mem = memory(name="outer_rnn_state", size=hidden_dim) def inner_step(y): inner_mem = memory(name="inner_rnn_state", size=hidden_dim, boot_layer=outer_mem) return fc_layer(input=[y, inner_mem], size=hidden_dim, act=TanhActivation(), bias_attr=True, name="inner_rnn_state") inner_rnn_output = recurrent_group( step=inner_step, input=x) last = last_seq(input=inner_rnn_output, name="outer_rnn_state") return inner_rnn_output out = recurrent_group(step=outer_step, input=SubsequenceInput(emb)) ``` - 双层序列，外层memory是单层序列： - 由于外层每个时间步返回的是一个子句，这些子句的长度往往不等长。因此当外层有is_seq=True的memory时，内层是**无法直接使用**它的，即内层memory的boot_layer不能链接外层的这个memory。 - 如果内层memory想**间接使用**这个外层memory，只能通过`pooling_layer`、`last_seq`或`first_seq`这三个layer将它先变成一个元素。但这种情况下，外层memory必须有boot_layer，否则在第0个时间步时，由于外层memory没有任何seq信息，因此上述三个layer的前向会报出“**Check failed: input.sequenceStartPositions**”的错误。 ## 示例3：双进双出，输入不等长 TBD ## 示例4：beam_search的生成 TBD