Neural network 立正
我试图将注意力机制添加到堆叠的LSTMs实现中 所有在线示例都使用编码器-解码器体系结构,这是我不想使用的(我是否必须使用注意机制?) 基本上,我用过Neural network 立正,neural-network,deep-learning,pytorch,tensor,attention-model,Neural Network,Deep Learning,Pytorch,Tensor,Attention Model,我试图将注意力机制添加到堆叠的LSTMs实现中 所有在线示例都使用编码器-解码器体系结构,这是我不想使用的(我是否必须使用注意机制?) 基本上,我用过 这个模型正在训练,但与没有注意模型的模型相比,我的损失相当大。注意的全部要点是,不同语言中的词序是不同的,因此在解码目标语言中的第5个单词时,可能需要注意第3个单词(或第3个单词的编码)在源语言中,因为这些是相互对应的单词。这就是为什么您经常看到编码器-解码器结构使用注意力的原因 如果我理解正确,你是在做下一个单词预测吗?在这种情况下,使用注意
这个模型正在训练,但与没有注意模型的模型相比,我的损失相当大。注意的全部要点是,不同语言中的词序是不同的,因此在解码目标语言中的第5个单词时,可能需要注意第3个单词(或第3个单词的编码)在源语言中,因为这些是相互对应的单词。这就是为什么您经常看到编码器-解码器结构使用注意力的原因 如果我理解正确,你是在做下一个单词预测吗?在这种情况下,使用注意力可能仍然有意义,因为下一个单词可能高度依赖于过去的单词4步骤 所以基本上你需要的是: rnn:接收形状
MBxnIP的输入和形状MBxnhid的隐藏,并输出形状MBxnhid的h
h, next_hidden = rnn(input, hidden)
注意:它按照h
和最后一个h\u last
的顺序,通过给每一个权重w
来决定它们的重要性
w = attention(hs, h_last)
其中,w
为形状序列号x MB x 1
,hs
为形状序列号x MB x nhid
,h\u last
为形状MB x nhid
h, next_hidden = rnn(input, hidden)
现在,通过w
对hs
进行称重:
h_att = torch.sum(w*hs, dim=0) #shape MB x n_hid
现在的重点是,您需要为每个时间步骤执行以下操作:
h_att_list = []
h_list = []
hidden = hidden_init
for word in embedded_words:
h, hidden = rnn(word, hidden)
h_list.append(h)
h_att = attention(torch.stack(h_list), h)
h_att_list.append(h_att)
然后你可以在h_att_list
上应用解码器(可能需要一个MLP,而不仅仅是一个线性变换),我理解你的问题,但要理解你的代码并找到损失没有减少的原因有点困难。此外,还不清楚为什么要将RNN的最后一个隐藏状态与每个时间步的所有隐藏状态进行比较
请注意,如果您以正确的方式使用,则特定的技巧/机制非常有用。
你尝试使用注意力机制的方式,我不确定这是不是正确的方式。所以,不要期望因为你在模型中使用了注意技巧,你会得到好的结果!!你应该想一想,为什么注意力机制会给你想要的任务带来好处
你没有明确提到你的目标是什么?因为您已经指出了一个包含语言建模代码的repo,所以我猜任务是:给定一个令牌序列,预测下一个令牌
我在代码中看到的一个可能的问题是:在emb:
循环中的for item中,您将始终使用嵌入作为每个LSTM层的输入,因此对我来说,使用堆叠的LSTM没有意义
现在,让我首先回答您的问题,然后逐步演示如何构建所需的NN体系结构
我是否需要使用编码器-解码器体系结构来使用注意机制
编码器-解码器体系结构被称为序列到序列的学习,广泛应用于许多生成任务,例如机器翻译。您的问题的答案是否定的,您不需要使用任何特定的神经网络架构来使用注意机制
图中显示的结构有点含糊不清,但应该易于实现。由于我不清楚您的执行情况,我正试图引导您找到更好的执行方式。在下面的讨论中,我假设我们正在处理文本输入
比如说,我们有一个shape16 x 10
的输入,其中16
是batch\u size
和10
是seq\u len
。我们可以假设在一个小批量中有16个句子,每个句子的长度是10
batch_size, vocab_size = 16, 100
mat = np.random.randint(vocab_size, size=(batch_size, 10))
input_var = Variable(torch.from_numpy(mat))
这里,100
可被视为词汇表大小。需要注意的是在我提供的整个示例中,我假设batch_size
是所有相应张量/变量的第一维度
现在,让我们嵌入输入变量
embedding = nn.Embedding(100, 50)
embed = embedding(input_var)
嵌入后,我们得到一个形状变量16 x 10 x 50
,其中50
是嵌入大小
现在,让我们定义一个两层单向LSTM,每层有100个隐藏单元
rnns = nn.ModuleList()
nlayers, input_size, hidden_size = 2, 50, 100
for i in range(nlayers):
input_size = input_size if i == 0 else hidden_size
rnns.append(nn.LSTM(input_size, hidden_size, 1, batch_first=True))
然后,我们可以将输入输入到这个2层LSTM以获得输出
sent_variable = embed
outputs, hid = [], []
for i in range(nlayers):
if i != 0:
sent_variable = F.dropout(sent_variable, p=0.3, training=True)
output, hidden = rnns[i](sent_variable)
outputs.append(output)
hid.append(hidden[0].squeeze(0))
sent_variable = output
rnn_out = torch.cat(outputs, 2)
hid = torch.cat(hid, 1)
现在,您可以简单地使用hid
来预测下一个单词。我建议你那样做。这里,hid
的形状是batch\u size x(num\u layers*hidden\u size)
但是,由于您希望使用注意来计算最后一个隐藏状态与LSTM层生成的每个隐藏状态之间的软对齐分数,所以让我们这样做
sent_variable = embed
hid, con = [], []
for i in range(nlayers):
if i != 0:
sent_variable = F.dropout(sent_variable, p=0.3, training=True)
output, hidden = rnns[i](sent_variable)
sent_variable = output
hidden = hidden[0].squeeze(0) # batch_size x hidden_size
hid.append(hidden)
weights = torch.bmm(output[:, 0:-1, :], hidden.unsqueeze(2)).squeeze(2)
soft_weights = F.softmax(weights, 1) # batch_size x seq_len
context = torch.bmm(output[:, 0:-1, :].transpose(1, 2), soft_weights.unsqueeze(2)).squeeze(2)
con.append(context)
hid, con = torch.cat(hid, 1), torch.cat(con, 1)
combined = torch.cat((hid, con), 1)
这里,我们计算最后一个状态与每个时间步的所有状态之间的软对齐分数。然后我们计算一个上下文向量,它只是所有隐藏状态的线性组合。我们将它们组合成一个表示形式
请注意,我已从输出
:输出[:,0:-1,:]
中删除了上次隐藏状态,因为您正在与上次隐藏状态本身进行比较
最后的组合表示存储在每一层生成的最后隐藏状态和上下文向量。您可以直接使用此表示来预测下一个单词
decoder = nn.Linear(nlayers * hidden_size * 2, vocab_size)
dec_out = decoder(combined)
预测下一个单词是直截了当的,使用简单的线性层就可以了
编辑:我们可以做以下操作来预测下一个单词
decoder = nn.Linear(nlayers * hidden_size * 2, vocab_size)
dec_out = decoder(combined)
这里,dec\u out
的形状是batch\u size x vocab\u size
。现在,我们可以计算负对数似然损失,这将用于以后的反向传播
在计算负对数前
criterion = nn.NLLLoss()
loss = criterion(dec_out, target)
print(loss)
Variable containing:
4.6278
[torch.FloatTensor of size 1]