03- LSTM 的从零开始实现

一 长短期记忆算法 简介

LSTM（Long Short-Term Memory）算法是一种常见的循环神经网络（RNN）算法，用于处理序列数据，并且在处理时间序列数据时效果非常好。

LSTM算法的主要思路是在RNN的基础上增加一个记忆单元，该记忆单元可以帮助网络记忆过去的状态，并在需要时更新它们。同时，LSTM还通过三个门控制信息的流动：遗忘门、输入门和输出门。这些门允许网络选择何时忘记旧的状态，何时接受新的输入，并输出当前状态。

二 算法实现

2.1 导包

# 从零实现
import torch
from torch import nn
import dltools

2.2 导入训练数据

batch_size, num_steps = 32, 35
train_iter, vocab = dltools.load_data_time_machine(batch_size, num_steps=num_steps)

2.3 初始化模型参数

# 初始化模型参数
def get_lstm_params(vocab_size, num_hiddens, device):
    num_inputs = num_outputs = vocab_size
    
    def normal(shape):
        return torch.randn(size=shape, device=device) * 0.01
    
    def three():
        return (normal((num_inputs, num_hiddens)),
               normal((num_hiddens, num_hiddens)),
               torch.zeros(num_hiddens, device=device))
    W_xi, W_hi, b_i = three()  # 输入参数
    W_xf, W_hf, b_f = three()  # 遗忘门参数
    W_xo, W_ho, b_o = three()  # 输出门参数
    W_xc, W_hc, b_c = three()  # 候选记忆元参数
    
    # 输出层
    W_hq = normal((num_hiddens, num_outputs))
    b_q = torch.zeros(num_outputs, device=device)
    
    # 附加梯度
    params = [W_xi, W_hi, b_i,
              W_xf, W_hf, b_f,
              W_xo, W_ho, b_o,
              W_xc, W_hc, b_c, W_hq, b_q]
    
    for param in params:
        param.requires_grad_(True)
    
    return params

初始化LSTM模型的参数。首先，根据词汇表的大小和隐藏单元的数量，计算出输入和输出的维度。接着，定义了一个normal函数，用于生成服从标准正态分布的随机数，并将随机数乘以0.01，以控制参数的初始值范围。

接下来，定义了一个 内部函数three，用于生成三个参数。每个参数都是一个元组，包含了输入和隐藏单元之间的权重矩阵和偏置向量。这里使用了初始化方式normal来生成权重矩阵，偏置向量初始化为全零。

然后，调用内部函数three分别 初始化输入、遗忘门、输出门和候选记忆元的参数。

接着，使用normal函数初始化了输出层的参数，包括隐藏单元和输出的权重矩阵和偏置向量。

最后，将所有的参数放入一个列表中，并设置requires_grad为True，表示需要计算参数的梯度。

返回参数列表。

2.4 初始化隐藏状态

# 初始化隐藏状态和记忆元
def init_lstm_state(batch_size, num_hiddens, device):
    return (torch.zeros((batch_size, num_hiddens), device=device),
           torch.zeros((batch_size, num_hiddens), device=device))

初始化长短期记忆网络（LSTM）的隐藏状态和记忆元。输入参数包括批量大小（batch_size）、隐藏单元数量（num_hiddens）和计算设备（device）。

函数返回一个元组，其中包含两个张量，分别代表隐藏状态和记忆元。这些张量的大小为(batch_size, num_hiddens)，并且初始化为全零。

2.5 定义 LSTM 结构

# 定义 LSTM 主体结构
def lstm(inputs, state, params):
    [W_xi, W_hi, b_i,
     W_xf, W_hf, b_f,
     W_xo, W_ho, b_o,
     W_xc, W_hc, b_c, W_hq, b_q] = params
    
    (H, C) = state
    outputs = []
    
    # 准备开始进行前向传播
    for X in inputs:
        I = torch.sigmoid((X @ W_xi) + (H @ W_hi) + b_i)
        F = torch.sigmoid((X @ W_xf) + (H @ W_hf) + b_f)
        O = torch.sigmoid((X @ W_xo) + (H @ W_ho) + b_o)
        C_tilda = torch.tanh((X @ W_xc) + (H @ W_hc) + b_c)
        
        C = F * C + I * C_tilda
        H = O * torch.tanh(C)
        Y = (H @ W_hq) + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H, C)

三 模型训练

3.1 测试代码

# 测试代码
X = torch.arange(10).reshape((2, 5))
num_hiddens = 512
net = dltools.RNNModelScratch(len(vocab), num_hiddens, dltools.try_gpu(), get_lstm_params, init_lstm_state, lstm)
state = net.begin_state(X.shape[0], dltools.try_gpu())
Y, new_state = net(X.to(dltools.try_gpu()), state)

3.2 在线训练

# 训练和预测
vocab_size, num_hiddens, device = len(vocab), 256, dltools.try_gpu()
num_epochs, lr = 500, 1
model = dltools.RNNModelScratch(len(vocab), num_hiddens, device, get_lstm_params, init_lstm_state, lstm)
dltools.train_ch8(model, train_iter, vocab, lr, num_epochs, device)

四 pytorch 实现

num_inputs = vocab_size
lstm_layer = nn.LSTM(num_inputs, num_hiddens)
model = dltools.RNNModel(lstm_layer, len(vocab))
model = model.to(device)
dltools.train_ch8(model, train_iter, vocab, lr, num_epochs, device)