学习笔记TF035:实现基于LSTM语言模型

时间 2019-12-04

标签学习笔记 tf035 实现基于 lstm 语言模型繁體版

原文原文链接

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，每一个神经元经过内部组件保存输入信息。git

卷积神经网络，图像分类，没法对视频每帧图像发生事情关联分析，没法利用前帧图像信息。RNN最大特色，神经元某些输出做为输入再次传输到神经元，能够利用以前信息。github

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比较得偏差，用梯度降低(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。微信

RNN循环展开串联结构，相似系列输入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，只须要训练一层RNN参数。共享参数思想与卷积神经网络权值共享相似。网络

RNN处理整个时间序列信息，记忆最深是最后输入信号。前信号强度愈来愈低。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。session

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，不须要特别复杂调试超参数，默认记住长期信息。app

LSTM内部结构，4层神经网络，小圆圈是point-wise操做(向量加法、点乘等)，小矩形是一层可学习参数神经网络。LSTM单元上直线表明LSTM状态state，贯穿全部串联LSTM单元，从第一个流向最后一个，只有少许线性干预和改变。状态state传递，LSTM单凶添加或删减信息，LSTM Gates控制信息流修改操做。Gates包含Sigmoid层和向量点乘操做。Sigmoid层输出0到1间值，直接控制信息传递比例。0不容许信息传递，1让信息所有经过。每一个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。dom

RNN变种，LSTM，Gated Recurrent Unit(GRU)。GRU结构，比LSTM少一个Gate。计算效率更高(每一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。函数

循环神经网络，天然语言处理，语言模型。语言模型，预测语句几率模型，给定上下文语境，历史出现单词，预测下一个单词出现几率，NLP、语音识别、机器翻译、图片标注任务基础关键。Penn Tree Bank(PTB)经常使用数据集，质量高，不大，训练快。《Recurrent Neural Network Regularization》。性能

下载PTB数据集，解压。确保解压文件路径和Python执行路径一致。1万个不一样单词，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 。学习

下载TensorFlow Models库(git clone https://github.com/tensorflow/models.git)，进入目录models/tutorials/rnn/ptb(cd)。载入经常使用库，TensorFlow Models PTB reader，读取数据内容。单词转惟一数字编码。

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计算下一单词出现几率分布，每次读取单词，状态state更新。

建立网络词嵌入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得到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,:] 全部样本第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误差。sequence_loss，target words average negative log probability，定义loss=1/N add i=1toN ln Ptargeti。tf.reduce_sum汇总batch偏差，计算平均样本偏差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获取所有可训练参数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。建立训练操做_train_op，optimizer.apply_gradients，clip过梯度用到全部可训练参数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。定义操做_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操做修改学习速率。

定义PTBModel class property。Python @property装饰器，返回变量设只读，防止修改变量引起问题。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，须要调整学习速率。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，每一个batch样本数量。

MediumConfig中型模型，减少init_scale，但愿权重初值不要过大，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减少。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提高到1500。max_epoch、max_max_epoch增大。keep_prob因模型复杂度上升继续降低。学习速率衰减速率lr_decay进一步减少。

TestConfig测试用。参数尽可能最小值。

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，得到初始状态。建立输出结果字典表fetches，包括cost、final_state。若是有评测操做，也加入fetches。训练循环，次数epoch_size。循环，生成训练feed_dict，所有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，展现结果，当前epoch进度，perplexity(平均cost天然常数指数，语言模型比较性能重要指标，越低模型输出几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。

建立默认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建立训练模型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()建立训练管理器sv，sv.managed_session建立默认session，执行训练多个epoch数据循环。每一个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。完成所有训练，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122.三、测试集116.7。

中型模型，训练集48.45，验证集86.1六、测试集82.07。大型模型，训练集37.87，验证集82.6二、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.float32) 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)，个人微信：qingxingfengzi