©2020-2024 ioDraw All rights reserved
<>RNN基本介绍
<>概述
循环神经网络（Recurrent Neural Network，RNN）是一种深度学习模型，主要用于处理序列数据，如文本、语音、时间序列等具有时序关系的数据。
<>核心思想
RNN的关键思想是引入了循环结构，允许信息在网络内部进行传递。与传统的前馈神经网络（Feedforward Neural
Network）不同，RNN在处理序列数据时会保留并利用先前的信息来影响后续的输出。
<>基本结构
RNN的基本结构是一个被称为“循环单元”（recurrent
unit）的模块，它接收输入和先前的隐藏状态，并生成输出和新的隐藏状态。循环单元中的权重参数在时间步之间是共享的，这意味着它可以对序列中的不同位置应用相同的操作。
<>计算过程
RNN在每个时间步的计算过程如下：
1.接收当前时间步的输入和先前时间步的隐藏状态。
2.使用这些输入和隐藏状态计算当前时间步的输出。
3.更新隐藏状态，以便在下一个时间步使用。
<>优点
由于RNN具有循环结构，它可以在处理序列数据时保持记忆，并捕捉到序列中的长期依赖关系。这使得RNN在许多任务中表现出色，例如语言建模、机器翻译、语音识别、情感分析等。
<>缺点
然而，传统的RNN在处理长期依赖时存在梯度消失或梯度爆炸的问题，导致难以捕捉到远距离的依赖关系。
<>LSTM基本介绍
<>概述
LSTM（Long Short-Term
Memory，长短期记忆网络）是一种循环神经网络（RNN）的改进型结构，用于解决传统RNN中的长期依赖问题。相比于传统的RNN，LSTM引入了门控机制，能够更好地捕捉和处理序列数据中的长期依赖关系。
<>核心思想
LSTM的核心思想是引入了三个门控单元：输入门（Input Gate）、遗忘门（Forget Gate）和输出门（Output
Gate）。这些门控单元允许LSTM网络选择性地保留或丢弃信息，并且在传递信息时能够有效地控制梯度的流动。
<>基本结构
以下是LSTM中各个门控单元的功能：
1.输入门（Input Gate）：决定当前时间步的输入信息中哪些部分需要被记忆。它使用sigmoid函数来产生一个0到1之间的值，描述了每个输入的重要性。
2.遗忘门（Forget Gate）：决定之前的隐藏状态中哪些信息需要被遗忘。通过使用sigmoid函数，遗忘门可以控制先前的隐藏状态在当前时间步的重要性。
3.输出门（Output
Gate）：根据当前时间步的输入和之前的隐藏状态，决定应该输出多少信息到下一个时间步。输出门使用sigmoid函数来控制隐藏状态中的信息量，并使用tanh函数来生成当前时间步的输出。
<>优点
通过使用这些门控单元，LSTM网络能够在处理序列数据时灵活地控制信息的流动和记忆的保留。这使得LSTM能够更好地处理长期依赖关系，并在各种序列建模任务中表现出色，例如机器翻译、语音识别、文本生成等。
<>代码与详细注释
import torch from torch import nn import torchvision.datasets as dsets import
torchvision.transforms as transforms import matplotlib.pyplot as plt # 可复现 #
torch.manual_seed(1) # reproducible # Hyper Parameters EPOCH = 1 # train the
training data n times, to save time, we just train 1 epoch # 批大小 BATCH_SIZE = 64
TIME_STEP= 28 # rnn time step / image height INPUT_SIZE = 28 # rnn input size
/ image width LR = 0.01 # learning rate DOWNLOAD_MNIST = True # set to True if
haven't download the data # Mnist digital dataset train_data = dsets.MNIST( root
='./mnist/', train=True, # this is training data transform=transforms.ToTensor()
, # Converts a PIL.Image or numpy.ndarray to # torch.FloatTensor of shape (C x
H x W) and normalize in the range [0.0, 1.0] download=DOWNLOAD_MNIST, #
download it if you don't have it ) # plot one example print(train_data.
train_data.size()) # (60000, 28, 28) print(train_data.train_labels.size()) #
(60000) plt.imshow(train_data.train_data[0].numpy(), cmap='gray') plt.title('%i'
% train_data.train_labels[0]) plt.show() # Data Loader for easy mini-batch
return in training train_loader = torch.utils.data.DataLoader(dataset=train_data
, batch_size=BATCH_SIZE, shuffle=True) # convert test data into Variable, pick
2000 samples to speed up testing test_data = dsets.MNIST(root='./mnist/', train=
False, transform=transforms.ToTensor()) test_x = test_data.test_data.type(torch.
FloatTensor)[:2000]/255. # shape (2000, 28, 28) value in range(0,1) test_y =
test_data.test_labels.numpy()[:2000] # covert to numpy array class RNN(nn.Module
): def __init__(self): super(RNN, self).__init__() self.rnn = nn.LSTM( # if use
nn.RNN(), it hardly learns input_size=INPUT_SIZE, hidden_size=64, # rnn hidden
unit num_layers=1, # number of rnn layer batch_first=True, # input & output
will has batch size as 1s dimension. e.g. (batch, time_step, input_size) ) self.
out= nn.Linear(64, 10) def forward(self, x): # 输入向量的形状 # x shape (batch,
time_step, input_size) # r_out shape (batch, time_step, output_size) # h_n
shape (n_layers, batch, hidden_size) # h_c shape (n_layers, batch, hidden_size)
r_out, (h_n, h_c) = self.rnn(x, None) # None represents zero initial hidden
state # choose r_out at the last time step # 选择输出最后一步的r_out out = self.out(r_out
[:, -1, :]) return out rnn = RNN() print(rnn) optimizer = torch.optim.Adam(rnn.
parameters(), lr=LR) # optimize all cnn parameters loss_func = nn.
CrossEntropyLoss() # the target label is not one-hotted # training and testing
for epoch in range(EPOCH): for step, (b_x, b_y) in enumerate(train_loader): #
gives batch data b_x = b_x.view(-1, 28, 28) # reshape x to (batch, time_step,
input_size) output = rnn(b_x) # rnn output loss = loss_func(output, b_y) #
cross entropy loss optimizer.zero_grad() # clear gradients for this training
step loss.backward() # backpropagation, compute gradients optimizer.step() #
apply gradients # 每训练50步之后，测试一下准确度 if step % 50 == 0: test_output = rnn(test_x)
# (samples, time_step, input_size) pred_y = torch.max(test_output, 1)[1].data.
numpy() accuracy = float((pred_y == test_y).astype(int).sum()) / float(test_y.
size) print('Epoch: ', epoch, '| train loss: %.4f' % loss.data.numpy(), '| test
accuracy: %.2f' % accuracy) # print 10 predictions from test data test_output =
rnn(test_x[:10].view(-1, 28, 28)) pred_y = torch.max(test_output, 1)[1].data.
numpy() print(pred_y, 'prediction number') print(test_y[:10], 'real number')
<>运行结果