變長雙向rnn的正確使用姿勢教學

更新時間：2021年05月31日 17:07:51 作者：代碼醫(yī)生

這篇文章主要介紹了變長雙向rnn的正確使用姿勢，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

如何使用雙向RNN

在《深度學習之TensorFlow入門、原理與進階實戰(zhàn)》一書的9.4.2中的第4小節(jié)中，介紹過變長動態(tài)RNN的實現(xiàn)。

這里在來延伸的講解一下雙向動態(tài)rnn在處理變長序列時的應用。其實雙向RNN的使用中，有一個隱含的注意事項，非常容易犯錯。

本文就在介紹下雙向RNN的常用函數(shù)、用法及注意事項。

動態(tài)雙向rnn有兩個函數(shù)：

stack_bidirectional_dynamic_rnn
bidirectional_dynamic_rnn

二者的實現(xiàn)上大同小異，放置的位置也不一樣，前者放在contrib下面，而后者顯得更加根紅苗正，放在了tf的核心庫下面。在使用時二者的返回值也有所區(qū)別。下面就來一一介紹。

示例代碼

先以GRU的cell代碼為例：

import tensorflow as tf
import numpy as np
tf.reset_default_graph()
# 創(chuàng)建輸入數(shù)據(jù)
X = np.random.randn(2, 4, 5)# 批次 、序列長度、樣本維度
# 第二個樣本長度為3
X[1,2:] = 0
seq_lengths = [4, 2]
Gstacked_rnn = []
Gstacked_bw_rnn = []
for i in range(3):
    Gstacked_rnn.append(tf.contrib.rnn.GRUCell(3))
    Gstacked_bw_rnn.append(tf.contrib.rnn.GRUCell(3))
#建立前向和后向的三層RNN
Gmcell = tf.contrib.rnn.MultiRNNCell(Gstacked_rnn)
Gmcell_bw = tf.contrib.rnn.MultiRNNCell(Gstacked_bw_rnn)
sGbioutputs, sGoutput_state_fw, sGoutput_state_bw = tf.contrib.rnn.stack_bidirectional_dynamic_rnn([Gmcell],[Gmcell_bw], X,sequence_length=seq_lengths,                                           dtype=tf.float64)
Gbioutputs, Goutput_state_fw = tf.nn.bidirectional_dynamic_rnn(Gmcell,Gmcell_bw, X,sequence_length=seq_lengths,dtype=tf.float64)

上面例子中是創(chuàng)建雙向RNN的方法示例?？梢钥吹綆в衧tack的雙向RNN會輸出3個返回值，而不帶有stack的雙向RNN會輸出2個返回值。

這里面還要注意的是，在沒有未cell初始化時必須要將dtype參數(shù)賦值。不然會報錯。

代碼：BiRNN輸出

下面添加代碼，將輸出的值打印出來，看一下，這兩個函數(shù)到底是輸出的是啥？

#建立一個會話
sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
sgbresult,sgstate_fw,sgstate_bw=sess.run([sGbioutputs,sGoutput_state_fw,sGoutput_state_bw])
print("全序列：\n", sgbresult[0])
print("短序列：\n", sgbresult[1])
print('Gru的狀態(tài)：',len(sgstate_fw[0]),'\n',sgstate_fw[0][0],'\n',sgstate_fw[0][1],'\n',sgstate_fw[0][2])
print('Gru的狀態(tài)：',len(sgstate_bw[0]),'\n',sgstate_bw[0][0],'\n',sgstate_bw[0][1],'\n',sgstate_bw[0][2])

先看一下帶有stack的雙向RNN輸出的內容：

這里寫圖片描述

我們輸入的數(shù)據(jù)的批次是2，第一個序列長度是4，第二個序列長度是2.

圖中共有4部分輸出，可以看到，第一部分（全序列）就是序列長度為4的結果，第二部分（短序列）就是序列長度為2的結果。由于沒一層都是由3個RNN的GRU cell組成，所以每個序列的輸出都為3.很顯然，對于這樣的結果輸出，必須要將短序列后面的0去掉才可以用。

好在該函數(shù)還有第二個輸出值，GRU的狀態(tài)?？梢灾苯邮褂脿顟B(tài)里的值，而不需要對原始結果進行去0的變化。

由于單個GRU本來就是沒有狀態(tài)的。所以該函數(shù)將最后的輸出作為狀態(tài)返回。該函數(shù)有兩個狀態(tài)返回，分別代表前向和后向。每一個方向的狀態(tài)都會返回3個元素。這是因為每個方向的網(wǎng)絡都有3層GRU組成。在使用時，一般都會取最后一個狀態(tài)。圖中紅色部分為前向中，兩個樣本對應的輸出，這個很好理解。

重點要看藍色的部分，即反向的狀態(tài)值對應的是原始數(shù)據(jù)中最其實的序列輸入。因為是反向RNN，在反向循環(huán)時，是會把序列中最后的放在最前面，所以反向網(wǎng)絡的生成結果就會與最開始的序列相對應。

對于特征提取任務處理時，正向與反向的最后值都為該序列的特征，需要合并起來統(tǒng)一處理。但是對于下一個序列預測任務時，建議直接使用正向的RNN網(wǎng)絡就可以了。

如果要獲取雙向RNN的結果，尤其是變長情況下，通過狀態(tài)拿到值直接拼接起來才是正確的做法。即便不是變長。直接使用輸出值來拼接，會損失掉反向的一部分特征結果。這是需要值得注意的地方。

代碼：BiRNN輸出

好了。在接著看下不帶stack的函數(shù)輸出是什么樣子的

gbresult,state_fw=sess.run([Gbioutputs,Goutput_state_fw])
print("正向：\n", gbresult[0])
print("反向：\n", gbresult[1])
print('狀態(tài)：',len(state_fw),'\n',state_fw[0],'\n',state_fw[1])  #state_fw[0]：【層，批次，cell個數(shù)】 重頭到最后一個序列
print(state_fw[0][-1],state_fw[1][-1])
out  = np.concatenate((state_fw[0][-1],state_fw[1][-1]),axis = 1)
print("拼接",out)

這次，在輸出基本內容基礎上，直接將結果拼接起來。上面代碼運行后會輸出如下內容。

這里寫圖片描述

同樣正向用紅色，反向用藍色。改函數(shù)返回的輸出值，沒有將正反向拼接。輸出的狀態(tài)雖然是一個值，但是里面有兩個元素，一個代表正向狀態(tài)，一個代表反向狀態(tài).

從輸出中可以看到，最后一行實現(xiàn)了最終結果的真正拼接。在使用雙向rnn時可以按照上面的例子代碼將其狀態(tài)拼接成一條完整輸出，然后在進行處理。

代碼：LSTM的雙向RNN

類似的如果想使用LSTM cell。將前面的GRU部分替換即可，代碼如下：

stacked_rnn = []
stacked_bw_rnn = []
for i in range(3):
    stacked_rnn.append(tf.contrib.rnn.LSTMCell(3))
    stacked_bw_rnn.append(tf.contrib.rnn.LSTMCell(3))
mcell = tf.contrib.rnn.MultiRNNCell(stacked_rnn)
mcell_bw = tf.contrib.rnn.MultiRNNCell(stacked_bw_rnn)    
bioutputs, output_state_fw, output_state_bw = tf.contrib.rnn.stack_bidirectional_dynamic_rnn([mcell],[mcell_bw], X,sequence_length=seq_lengths,
                                              dtype=tf.float64)
bioutputs, output_state_fw = tf.nn.bidirectional_dynamic_rnn(mcell,mcell_bw, X,sequence_length=seq_lengths,
                                              dtype=tf.float64)

至于輸出的內容是什么，可以按照前面GRU的輸出部分顯示出來自己觀察。如何拼接，也可以參照GRU的例子來做。

通過將正反向的狀態(tài)拼接起來才可以獲得雙向RNN的最終輸出特征。千萬不要直接拿著輸出不加處理的來進行后續(xù)的運算，這會損失一大部分的運算特征。

該部分內容屬于《深度學習之TensorFlow入門、原理與進階實戰(zhàn)》一書的內容補充。關于RNN的更多介紹可以參看書中第九章的詳細內容。