選自Keras Blog
作者:Francois Chollet
參與:黃小天、路雪
如何在 Keras 中實現 RNN 序列到序列學習?本文中,作者將嘗試對這一問題做出簡短解答;本文預設你已有一些循環網絡和 Keras 的使用經驗。
GitHub: https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py
什麼是序列到序列學習?
序列到序列學習(Seq2Seq)是指訓練模型從而把一個域的序列(比如英語語句)轉化為另一個域的序列(比如法語中的對應語句)。
"the cat sat on the mat"->[Seq2Seqmodel]->"le chat etait assis sur le tapis"
Seq2Seq 可用於機器翻譯或者省去問題回答——通常來講,它可以隨時生成文本。完成這一任務有很多方式,比如 RNN 或一維卷積。本文只介紹 RNN。
次要案例:當輸入序列和輸出序列長度相同
當輸入序列和輸出序列長度相同時,你可以通過 Keras LSTM 或者 GRU 層(或者其中的堆棧)簡單地實現模型。這一實例腳本中的案例展示瞭如何教會 RNN 學習添加被編碼為字符串的數字:
一般案例:標準的 Seq2Seq
一般情況下,輸入序列和輸出序列有不同的長度(比如機器翻譯)。這就需要一個更高級的設置,尤其在沒有進一步語境的「序列到序列模型」時。下面是其工作原理:
一個 RNN 層(或其中的堆棧)作為「編碼器」:它處理輸入序列並反饋其內部狀態。注意我們拋棄了編碼器 RNN 的輸出,只恢復其狀態。該狀態在下一步中充當解碼器的「語境」。
另一個 RNN 層作為「解碼器」:在給定目標序列先前字母的情況下,它被訓練以預測目標序列的下一個字符。具體講,它被訓練把目標序列轉化為相同序列,但接下來被一個時間步抵消,這一訓練過程在語境中被稱為「teacher forcing」。更重要的是,編碼器把其狀態向量用作初始狀態,如此編碼器獲得了其將要生成的信息。實際上,在給定 targets[...t] 的情況下,解碼器學習生成 targets[t+1...],前提是在輸入序列上。
在推理模式中,即當要解碼未知的輸入序列,我們完成了一個稍微不同的處理:
把輸入序列編碼進狀態向量
從大小為 1 的目標序列開始
饋送狀態向量和 1 個字符的目標序列到解碼器從而為下一字符生成預測
通過這些預測採樣下一個字符(我們使用 argmax)
把採樣的字符附加到目標序列
不斷重複直至我們生成序列最後的字符或者達到字符的極限
相同的處理也可被用於訓練沒有「teacher forcing」的 Seq2Seq 網絡,即把解碼器的預測再注入到解碼器之中。
Keras 實例
讓我們用實際的代碼演示一下這些想法。
對於實例實現,我們將使用一對英語語句及其法語翻譯的數據集,你可以從 http://www.manythings.org/anki/下載它,文件的名稱是 fra-eng.zip。我們將會實現一個字符級別的序列到序列模型,逐個字符地處理這些輸入並生成輸出。另一個選擇是單詞級別的模型,它對機器學習更常用。在本文最後,你會發現通過嵌入層把我們的模型轉化為單詞級別模型的一些註釋。
這是實例的全部腳本:https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py。
下面是這一過程的總結:
1. 把語句轉化為 3 個 Numpy 數組 encoder_input_data、decoder_input_data、decoder_target_data:
encoder_input_data 是一個形態的 3D 數組(num_pairs, max_english_sentence_length, num_english_characters),包含一個英語語句的獨熱向量化。
decoder_input_data 是一個形態的 3D 數組(num_pairs, max_french_sentence_length, num_french_characters),包含一個法語語句的獨熱向量化。
decoder_target_data 與 decoder_input_data 相同,但是被一個時間步抵消。 decoder_target_data[:, t, :] 與 decoder_input_data[:, t + 1, :] 相同。
2. 在給定 encoder_input_data 和 decoder_input_data 的情況下,訓練一個基本的基於 LSTM 的 Seq2Seq 模型以預測 decoder_target_data。我們的模型使用 teacher forcing。
3. 解碼一些語句以檢查模型正在工作。
由於訓練過程和推理過程(解碼語句)相當不同,我們使用了不同的模型,雖然兩者俱有相同的內在層。這是我們的模型,它利用了 Keras RNN 的 3 個關鍵功能:
return_state 構造函數參數配置一個 RNN 層以反饋列表,其中第一個是其輸出,下一個是內部的 RNN 狀態。這被用於恢復編碼器的狀態。
inital_state 調用參數指定一個 RNN 的初始狀態,這被用於把編碼器狀態作為初始狀態傳遞至解碼器。
return_sequences 構造函數參數配置一個 RNN 反饋輸出的全部序列。這被用在解碼器中。
fromkeras.models importModel
fromkeras.layers importInput,LSTM,Dense
# Define an input sequence and process it.
encoder_inputs =Input(shape=(None,num_encoder_tokens))
encoder =LSTM(latent_dim,return_state=True)
encoder_outputs,state_h,state_c =encoder(encoder_inputs)
# We discard `encoder_outputs` and only keep the states.
encoder_states =[state_h,state_c]
# Set up the decoder, using `encoder_states` as initial state.
decoder_inputs =Input(shape=(None,num_decoder_tokens))
# We set up our decoder to return full output sequences,
# and to return internal states as well. We don't use the
# return states in the training model, but we will use them in inference.
decoder_lstm =LSTM(latent_dim,return_sequences=True,return_state=True)
decoder_outputs,_,_ =decoder_lstm(decoder_inputs,
initial_state=encoder_states)
decoder_dense =Dense(num_decoder_tokens,activation='softmax')
decoder_outputs =decoder_dense(decoder_outputs)
# Define the model that will turn
# `encoder_input_data` & `decoder_input_data` into `decoder_target_data`
model =Model([encoder_inputs,decoder_inputs],decoder_outputs)
我們用這兩行代碼訓練模型,同時在 20% 樣本的留存集中監測損失。
# Run training
model.compile(optimizer='rmsprop',loss='categorical_crossentropy')
model.fit([encoder_input_data,decoder_input_data],decoder_target_data,
batch_size=batch_size,
epochs=epochs,
validation_split=0.2)
大約 1 小時後在 MacBook CPU 上,我們已準備好做推斷。為了解碼測試語句,我們將重複:
編碼輸入語句,檢索初始解碼器狀態。
用初始狀態運行一步解碼器,以「序列開始」為目標。輸出即是下一個目標字符。
附加預測到的目標字符並重複。
這是我們的推斷設置:
encoder_model =Model(encoder_inputs,encoder_states)
decoder_state_input_h =Input(shape=(latent_dim,))
decoder_state_input_c =Input(shape=(latent_dim,))
decoder_states_inputs =[decoder_state_input_h,decoder_state_input_c]
decoder_outputs,state_h,state_c =decoder_lstm(
decoder_inputs,initial_state=decoder_states_inputs)
decoder_states =[state_h,state_c]
decoder_outputs =decoder_dense(decoder_outputs)
decoder_model =Model(
[decoder_inputs]+decoder_states_inputs,
[decoder_outputs]+decoder_states)
我們使用它實現上述推斷循環(inference loop):
defdecode_sequence(input_seq):
# Encode the input as state vectors.
states_value =encoder_model.predict(input_seq)
# Generate empty target sequence of length 1.
target_seq =np.zeros((1,1,num_decoder_tokens))
# Populate the first character of target sequence with the start character.
target_seq[0,0,target_token_index['t']]=1.
# Sampling loop for a batch of sequences
# (to simplify, here we assume a batch of size 1).
stop_condition =False
decoded_sentence =''
whilenotstop_condition:
output_tokens,h,c =decoder_model.predict(
[target_seq]+states_value)
# Sample a token
sampled_token_index =np.argmax(output_tokens[0,-1,:])
sampled_char =reverse_target_char_index[sampled_token_index]
decoded_sentence +=sampled_char
# Exit condition: either hit max length
# or find stop character.
if(sampled_char =='n'or
len(decoded_sentence)>max_decoder_seq_length):
stop_condition =True
# Update the target sequence (of length 1).
target_seq =np.zeros((1,1,num_decoder_tokens))
target_seq[0,0,sampled_token_index]=1.
# Update states
states_value =[h,c]
returndecoded_sentence
我們得到了一些不錯的結果——這在意料之中,因為我們解碼的樣本來自訓練測試。
Inputsentence:Benice.
Decodedsentence:Soyezgentil !
-
Inputsentence:Dropit!
Decodedsentence:Laisseztomber !
-
Inputsentence:Getout!
Decodedsentence:Sortez !
這就是我們的十分鐘入門 Keras 序列到序列模型教程。完整代碼詳見 GitHub:https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py。
常見問題
1. 我想使用 GRU 層代替 LSTM,應該怎麼做?
這實際上變簡單了,因為 GRU 只有一個狀態,而 LSTM 有兩個狀態。這是使用 GRU 層適應訓練模型的方法:
encoder_inputs =Input(shape=(None,num_encoder_tokens))
encoder =GRU(latent_dim,return_state=True)
encoder_outputs,state_h =encoder(encoder_inputs)
decoder_inputs =Input(shape=(None,num_decoder_tokens))
decoder_gru =GRU(latent_dim,return_sequences=True)
decoder_outputs =decoder_gru(decoder_inputs,initial_state=state_h)
decoder_dense =Dense(num_decoder_tokens,activation='softmax')
decoder_outputs =decoder_dense(decoder_outputs)
model =Model([encoder_inputs,decoder_inputs],decoder_outputs)
2. 我想使用整數序列的單詞級別模型,應該怎麼做?
如果你的輸入是整數序列(如按詞典索引編碼的單詞序列),你可以通過 Embedding 層嵌入這些整數標記。方法如下:
# Define an input sequence and process it.
encoder_inputs =Input(shape=(None,))
x =Embedding(num_encoder_tokens,latent_dim)(encoder_inputs)
x,state_h,state_c =LSTM(latent_dim,
return_state=True)(x)
encoder_states =[state_h,state_c]
# Set up the decoder, using `encoder_states` as initial state.
decoder_inputs =Input(shape=(None,))
x =Embedding(num_decoder_tokens,latent_dim)(decoder_inputs)
x =LSTM(latent_dim,return_sequences=True)(x,initial_state=encoder_states)
decoder_outputs =Dense(num_decoder_tokens,activation='softmax')(x)
# Define the model that will turn
# `encoder_input_data` & `decoder_input_data` into `decoder_target_data`
model =Model([encoder_inputs,decoder_inputs],decoder_outputs)
# Compile & run training
model.compile(optimizer='rmsprop',loss='categorical_crossentropy')
# Note that `decoder_target_data` needs to be one-hot encoded,
# rather than sequences of integers like `decoder_input_data`!
model.fit([encoder_input_data,decoder_input_data],decoder_target_data,
batch_size=batch_size,
epochs=epochs,
validation_split=0.2)
3. 如果我不想使用「teacher forcing」,應該怎麼做?
一些案例中可能不能使用 teacher forcing,因為你無法獲取完整的目標序列,比如,在線訓練非常長的語句,則緩沖完成輸入-目標語言對是不可能的。在這種情況下,你要通過將解碼器的預測重新註入解碼器輸入進行訓練,就像我們進行推斷時所做的那樣。
你可以通過構建硬編碼輸出再注入循環(output reinjection loop)的模型達到該目標:
fromkeras.layers importLambda
fromkeras importbackend asK
# The first part is unchanged
encoder_inputs =Input(shape=(None,num_encoder_tokens))
encoder =LSTM(latent_dim,return_state=True)
encoder_outputs,state_h,state_c =encoder(encoder_inputs)
states =[state_h,state_c]
# Set up the decoder, which will only process one timestep at a time.
decoder_inputs =Input(shape=(1,num_decoder_tokens))
decoder_lstm =LSTM(latent_dim,return_sequences=True,return_state=True)
decoder_dense =Dense(num_decoder_tokens,activation='softmax')
all_outputs =[]
inputs =decoder_inputs
for_ inrange(max_decoder_seq_length):
# Run the decoder on one timestep
outputs,state_h,state_c =decoder_lstm(inputs,
initial_state=states)
outputs =decoder_dense(outputs)
# Store the current prediction (we will concatenate all predictions later)
all_outputs.append(outputs)
# Reinject the outputs as inputs for the next loop iteration
# as well as update the states
inputs =outputs
states =[state_h,state_c]
# Concatenate all predictions
decoder_outputs =Lambda(lambdax:K.concatenate(x,axis=1))(all_outputs)
# Define and compile model as previously
model =Model([encoder_inputs,decoder_inputs],decoder_outputs)
model.compile(optimizer='rmsprop',loss='categorical_crossentropy')
# Prepare decoder input data that just contains the start character
# Note that we could have made it a constant hard-coded in the model
decoder_input_data =np.zeros((num_samples,1,num_decoder_tokens))
decoder_input_data[:,0,target_token_index['t']]=1.
# Train model as previously
model.fit([encoder_input_data,decoder_input_data],decoder_target_data,
batch_size=batch_size,
epochs=epochs,
validation_split=0.2)
原文鏈接: https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html