目录
介绍
结构
模型原理
重置门与更新门
候选隐状态
输出隐状态
模型实现
引入数据
初始化参数
定义模型
训练与预测
简洁实现GRU
思考
介绍
门控循环单元(Gated Recurrent Unit,简称GRU)是循环神经网络一种较为复杂的构成形式,其用途也是处理时序数据,相比具有单隐藏状态的RNN,GRU具有忘记的能力,可以忘记无用的数据。
结构
与传统RNN相比,GRU的结构引入了门的概念,比RNN复杂许多,不过可以看出,其输入仍然是和上一时间步隐状态,输出仍然是本时间步隐状态。区别在于“细胞”内部结构,RNN只需要将H和X分别处理,之后结合在一起,激活函数激活后将其输出即可。而GRU内部处理十分复杂。
模型原理
我们以处理的顺序来依次讲解各个组成部分的模型原理。
重置门与更新门
首先介绍重置门(reset gate)和更新门(update gate)。 我们把它们设计成(0,1)区间中的向量。 重置门允许我们控制“可能还想记住”的过去状态的数量; 更新门将允许我们控制新状态中有多少个是旧状态的副本。后面还会再提到两个门的具体作用。
重置门和更新门的计算公式如下所示,由于使用sigmoid函数,和的值在(0,1)区间内。
候选隐状态
候选隐状态的计算公式如下,是RNN中计算公式的升级版。(是哈达玛积)
当重置门R的值接近1时,则候选隐状态的计算与RNN一致,当重置门R的值接近0时,则候选隐状态计算时会完全“忘记”之前的值。
输出隐状态
输出隐状态需要更新门,候选隐状态和上一阶段隐状态共同计算得到。
由公式可以看出,当接近0时,隐状态即为候选隐状态,当接近1时,隐状态即为上一阶段隐状态,更新门决定隐状态中有多少部分进行更新。
模型实现
引入数据
我们从零开始实现一个GRU,首先引入相关的库,并定义相关的一系列超参数。
from mxnet import np, npx
from mxnet.gluon import rnn
from d2l import mxnet as d2lnpx.set_np()batch_size, num_steps = 32, 35
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)
初始化参数
将需要学习的参数进行初始化。
def get_params(vocab_size, num_hiddens, device):num_inputs = num_outputs = vocab_sizedef normal(shape):return np.random.normal(scale=0.01, size=shape, ctx=device)def three():return (normal((num_inputs, num_hiddens)),normal((num_hiddens, num_hiddens)),np.zeros(num_hiddens, ctx=device))W_xz, W_hz, b_z = three() # 更新门参数W_xr, W_hr, b_r = three() # 重置门参数W_xh, W_hh, b_h = three() # 候选隐状态参数# 输出层参数W_hq = normal((num_hiddens, num_outputs))b_q = np.zeros(num_outputs, ctx=device)# 附加梯度params = [W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q]for param in params:param.attach_grad()return params
定义模型
定义门控循环单元模型, 模型的架构与基本的循环神经网络单元是相同的, 只是权重更新公式更为复杂。
def init_gru_state(batch_size, num_hiddens, device):return (np.zeros(shape=(batch_size, num_hiddens), ctx=device), )
def gru(inputs, state, params):W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_hq, b_q = paramsH, = stateoutputs = []for X in inputs:Z = npx.sigmoid(np.dot(X, W_xz) + np.dot(H, W_hz) + b_z)R = npx.sigmoid(np.dot(X, W_xr) + np.dot(H, W_hr) + b_r)H_tilda = np.tanh(np.dot(X, W_xh) + np.dot(R * H, W_hh) + b_h)H = Z * H + (1 - Z) * H_tildaY = np.dot(H, W_hq) + b_qoutputs.append(Y)return np.concatenate(outputs, axis=0), (H,)
训练与预测
vocab_size, num_hiddens, device = len(vocab), 256, d2l.try_gpu()
num_epochs, lr = 500, 1
model = d2l.RNNModelScratch(len(vocab), num_hiddens, device, get_params,init_gru_state, gru)
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)
运行结果如下:
perplexity 1.1, 10510.3 tokens/sec on gpu(0) time travelleryou can show black is white by argument said filby travelleryou can show black is white by argument said filby
简洁实现GRU
mxnet框架中自带GRU的API,可以直接调用。GRU唯一需要的参数就是隐藏单元的数量。
接下来根据上一篇文章中定义好的train_ch8进行反向计算更新参数并进行预测即可。
gru_layer = rnn.GRU(num_hiddens)
model = d2l.RNNModel(gru_layer, len(vocab))
d2l.train_ch8(model, train_iter, vocab, lr, num_epochs, device)
运行结果如下:
perplexity 1.1, 183591.3 tokens/sec on gpu(0) time traveller for so it will be convenient to speak of himwas e travelleryou can show black is white by argument said filby
思考
-
如果仅仅实现门控循环单元的一部分,例如,只有一个重置门或一个更新门会怎样?
-
比较
rnn.RNN
和rnn.GRU
的不同实现对运行时间、困惑度和输出字符串的影响。