大模型基础补全计划(四)---LSTM的实例与测试(RNN的改进)

旌磅箱 · 2025-10-1 17:15:46

PS：要转载请注明出处，本人版权所有。

PS: 这个只是基于《我自己》的理解，

如果和你的原则及想法相冲突，请谅解，勿喷。

环境说明

无
前言

本文是这个系列第四篇，它们是：

《大模型基础补全计划(一)---重温一些深度学习相关的数学知识》 https://www.cnblogs.com/Iflyinsky/p/18717317
《大模型基础补全计划(二)---词嵌入(word embedding) 》 https://www.cnblogs.com/Iflyinsky/p/18775451
《大模型基础补全计划(三)---RNN实例与测试》 https://www.cnblogs.com/Iflyinsky/p/18967569

上文我们提到了RNN这种处理序列信息的网络结构，今天我们将会提到RNN的改进版本之一的网络结构：LSTM。注意在transformer结构出来之前，RNN还有很多的改进结构,毕竟这是一个大的研究方向。

LSTM (long short-term memory) 简介

LSTM的意义

我们首先来想一想RNN的结构，很朴素的理解：RNN有两个输入，一个是当前输入，一个是上一次隐藏参数输入。如果我们从时间线来看，对于早期的输入\(X_{t-n}\)来说，由于隐藏参数一层层迭代和传递，对于\(X_t\)的影响非常的弱。此外，相对的，对于\(X_{t-1}\)来说，其对\(X_t\)的影响非常的强，如果\(X_{t-1}\)信息不完整，可能会影响输出。
为了解决上面RNN结构遇到的问题，提出了LSTM结构。

LSTM的结构介绍

首先我们来看看其结构图如下：

注:此图来自于 https://zh.d2l.ai/chapter_recurrent-modern/lstm.html ，若侵权，联系删之。
其有如下的一些内容：

有三个输入：输入\(X_t\)，隐藏参数\(H_{t-1}\)，记忆\(C_{t-1}\)。
有三个门：输入门 \(I_t = \sigma(X_tW_{xi} + H_{t-1}W_{hi} + b_i)\) ，遗忘门 \(F_t = \sigma(X_tW_{xf} + H_{t-1}W_{hf} + b_f)\)，输出门 \(O_t = \sigma(X_tW_{xo} + H_{t-1}W_{ho} + b_o)\)
有一个候选记忆元 \(\widetilde{C_t} = tanh(X_tW_{xc} + H_{t-1}W_{hc} + b_c)\)。
有一个记忆元\(C_t\)，其含义很简单，有多少记忆来自于\(\widetilde{C_t}\) ，然后由输入门 \(I_t\)控制多少候选记忆元进入新记忆中，由遗忘门遗忘门 \(F_t\) 来控制多少以前的记忆\(C_{t-1}\)进入新的记忆中。其公式为：\(C_t = F_t \odot C_{t-1} + I_t \odot \widetilde{C_t}\)
有三个输出：输出门 \(O_t\)，记忆元 \(C_t\)，隐藏态\(H_t = O_t \odot tanh(C_t)\)

总的来说，就是给隐藏参数加入了记忆参数，并可以通过记忆影响隐藏参数。

基于LSTM训练一个简单的文字序列输出模型

对于文本预处理、数据集构造、训练框架搭建详见前文《大模型基础补全计划(三)---RNN实例与测试》
下面是构建LSTM的网络结构，首先我们手动来构建网络：

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() # 输入门参数
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
# 输出层参数
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
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))
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 = []
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)

复制代码

然后是通过torch框架来设计网络：

lstm_layer = nn.LSTM(num_inputs, num_hiddens)

复制代码

最后是完整的训练代码：

import osimport randomimport torchimport mathfrom torch import nnfrom torch.nn import functional as Fimport numpy as npimport timeimport visdomimport syssys.path.append('.')import datesetclass Accumulator: """在n个变量上累加""" def __init__(self, n): """Defined in :numref:`sec_softmax_scratch`""" self.data = [0.0] * n def add(self, *args): self.data = [a + float(b) for a, b in zip(self.data, args)] def reset(self): self.data = [0.0] * len(self.data) def __getitem__(self, idx): return self.data[idx] class Timer: """记录多次运行时间""" def __init__(self): """Defined in :numref:`subsec_linear_model`""" self.times = [] self.start() def start(self): """启动计时器""" self.tik = time.time() def stop(self): """停止计时器并将时间记录在列表中""" self.times.append(time.time() - self.tik) return self.times[-1] def avg(self): """返回平均时间""" return sum(self.times) / len(self.times) def sum(self): """返回时间总和""" return sum(self.times) def cumsum(self): """返回累计时间""" return np.array(self.times).cumsum().tolist() # 以num_steps为步长，从随机的起始位置开始，返回# x1=[ [random_offset1:random_offset1 + num_steps], ... , [random_offset_batchsize:random_offset_batchsize + num_steps] ]# y1=[ [random_offset1 + 1:random_offset1 + num_steps + 1], ... , [random_offset_batchsize + 1:random_offset_batchsize + num_steps + 1] ]def seq_data_iter_random(corpus, batch_size, num_steps): #@save """使用随机抽样生成一个小批量子序列""" # 从随机偏移量开始对序列进行分区，随机范围包括num_steps-1 corpus = corpus[random.randint(0, num_steps - 1):] # 减去1，是因为我们需要考虑标签 num_subseqs = (len(corpus) - 1) // num_steps # 长度为num_steps的子序列的起始索引 # [0, num_steps*1, num_steps*2, num_steps*3, ...] initial_indices = list(range(0, num_subseqs * num_steps, num_steps)) # 在随机抽样的迭代过程中， # 来自两个相邻的、随机的、小批量中的子序列不一定在原始序列上相邻 random.shuffle(initial_indices) def data(pos): # 返回从pos位置开始的长度为num_steps的序列 return corpus[pos: pos + num_steps] num_batches = num_subseqs // batch_size for i in range(0, batch_size * num_batches, batch_size): # 在这里，initial_indices包含子序列的随机起始索引 initial_indices_per_batch = initial_indices[i: i + batch_size] X = [data(j) for j in initial_indices_per_batch] Y = [data(j + 1) for j in initial_indices_per_batch] yield torch.tensor(X), torch.tensor(Y)# 以num_steps为步长，从随机的起始位置开始，返回# x1=[:, random_offset1:random_offset1 + num_steps]# y1=[:, random_offset1 + 1:random_offset1 + num_steps + 1]def seq_data_iter_sequential(corpus, batch_size, num_steps): #@save """使用顺序分区生成一个小批量子序列""" # 从随机偏移量开始划分序列 offset = random.randint(0, num_steps) num_tokens = ((len(corpus) - offset - 1) // batch_size) * batch_size # 重新根据corpus建立X_corpus, Y_corpus，两者之间差一位。注意X_corpus, Y_corpus的长度是batch_size的整数倍 Xs = torch.tensor(corpus[offset: offset + num_tokens]) Ys = torch.tensor(corpus[offset + 1: offset + 1 + num_tokens]) # 直接根据batchsize划分X_corpus, Y_corpus Xs, Ys = Xs.reshape(batch_size, -1), Ys.reshape(batch_size, -1) # 计算出需要多少次才能取完数据 num_batches = Xs.shape[1] // num_steps for i in range(0, num_steps * num_batches, num_steps): X = Xs[:, i: i + num_steps] Y = Ys[:, i: i + num_steps] yield X, Yclass SeqDataLoader: #@save """加载序列数据的迭代器""" def __init__(self, batch_size, num_steps, use_random_iter, max_tokens): if use_random_iter: self.data_iter_fn = seq_data_iter_random else: self.data_iter_fn = seq_data_iter_sequential self.corpus, self.vocab = dateset.load_dataset(max_tokens) self.batch_size, self.num_steps = batch_size, num_steps def __iter__(self): return self.data_iter_fn(self.corpus, self.batch_size, self.num_steps) def load_data_epoch(batch_size, num_steps, #@save use_random_iter=False, max_tokens=10000): """返回时光机器数据集的迭代器和词表""" data_iter = SeqDataLoader( batch_size, num_steps, use_random_iter, max_tokens) return data_iter, data_iter.vocabdef 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() # 输入门参数
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
# 输出层参数
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
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))
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 = []
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)def try_gpu(i=0): """如果存在，则返回gpu(i)，否则返回cpu() Defined in :numref:`sec_use_gpu`""" if torch.cuda.device_count() >= i + 1: return torch.device(f'cuda:{i}') return torch.device('cpu')#@saveclass RNNModel(nn.Module): """循环神经网络模型""" def __init__(self, rnn_layer, vocab_size, device, **kwargs): super(RNNModel, self).__init__(**kwargs) self.rnn = rnn_layer self.vocab_size = vocab_size self.num_hiddens = self.rnn.hidden_size # 如果RNN是双向的（之后将介绍），num_directions应该是2，否则应该是1 if not self.rnn.bidirectional: self.num_directions = 1 self.linear = nn.Linear(self.num_hiddens, self.vocab_size, device=device) else: self.num_directions = 2 self.linear = nn.Linear(self.num_hiddens * 2, self.vocab_size, device=device) def forward(self, inputs, state): X = F.one_hot(inputs.T.long(), self.vocab_size) X = X.to(torch.float32) Y, state = self.rnn(X, state) # 全连接层首先将Y的形状改为(时间步数*批量大小,隐藏单元数) # 它的输出形状是(时间步数*批量大小,词表大小)。 output = self.linear(Y.reshape((-1, Y.shape[-1]))) return output, state def begin_state(self, device, batch_size=1): if not isinstance(self.rnn, nn.LSTM): # nn.GRU以张量作为隐状态 return torch.zeros((self.num_directions * self.rnn.num_layers, batch_size, self.num_hiddens), device=device) else: # nn.LSTM以元组作为隐状态 return (torch.zeros(( self.num_directions * self.rnn.num_layers, batch_size, self.num_hiddens), device=device), torch.zeros(( self.num_directions * self.rnn.num_layers, batch_size, self.num_hiddens), device=device))class RNNModelScratch: #@save """从零开始实现的循环神经网络模型""" def __init__(self, vocab_size, num_hiddens, device, get_params, init_state, forward_fn): self.vocab_size, self.num_hiddens = vocab_size, num_hiddens # 初始化了隐藏参数 W_xh, W_hh, b_h, W_hq, b_q self.params = get_params(vocab_size, num_hiddens, device) self.init_state, self.forward_fn = init_state, forward_fn def __call__(self, X, state): # X的形状：(batch_size, num_steps) # X one_hot之后的形状：(num_steps，batch_size，词表大小) X = F.one_hot(X.T, self.vocab_size).type(torch.float32) return self.forward_fn(X, state, self.params) def begin_state(self, batch_size, device): return self.init_state(batch_size, self.num_hiddens, device)def predict_ch8(prefix, num_preds, net, vocab, device): #@save """在prefix后面生成新字符""" state = net.begin_state(batch_size=1, device=device) outputs = [vocab[prefix[0]]] get_input = lambda: torch.tensor([outputs[-1]], device=device).reshape((1, 1)) for y in prefix[1:]: # 预热期 _, state = net(get_input(), state) outputs.append(vocab[y]) for _ in range(num_preds): # 预测num_preds步 # y 包含从开始到现在的所有输出 # state是当前计算出来的隐藏参数 y, state = net(get_input(), state) outputs.append(int(y.argmax(dim=1).reshape(1))) return ''.join([vocab.idx_to_token[i] for i in outputs])def grad_clipping(net, theta): #@save """裁剪梯度""" if isinstance(net, nn.Module): params = [p for p in net.parameters() if p.requires_grad] else: params = net.params norm = torch.sqrt(sum(torch.sum((p.grad ** 2)) for p in params)) if norm > theta: for param in params: param.grad[:] *= theta / normdef train_epoch_ch8(net, train_iter, loss, updater, device, use_random_iter): """训练网络一个迭代周期（定义见第8章）""" state, timer = None, Timer() metric = Accumulator(2) # 训练损失之和,词元数量 # X的形状：(batch_size, num_steps) # Y的形状：(batch_size, num_steps) for X, Y in train_iter: if state is None or use_random_iter: # 在第一次迭代或使用随机抽样时初始化state state = net.begin_state(batch_size=X.shape[0], device=device) else: if isinstance(net, nn.Module) and not isinstance(state, tuple): # state对于nn.GRU是个张量 state.detach_() else: # state对于nn.LSTM或对于我们从零开始实现的模型是个张量 for s in state: s.detach_() y = Y.T.reshape(-1) X, y = X.to(device), y.to(device) # y_hat 包含从开始到现在的所有输出 # y_hat的形状：（batch_size * num_steps，词表大小） # state是当前计算出来的隐藏参数 y_hat, state = net(X, state) # 交叉熵损失函数，传入预测值和标签值，并求平均值 l = loss(y_hat, y.long()).mean() if isinstance(updater, torch.optim.Optimizer): updater.zero_grad() l.backward() grad_clipping(net, 1) updater.step() else: l.backward() grad_clipping(net, 1) # 因为已经调用了mean函数 updater(batch_size=1) # 这里记录交叉熵损失的值的和，以及记录对应交叉熵损失值的样本个数 metric.add(l * y.numel(), y.numel()) # 求交叉熵损失的平均值，再求exp，即可得到困惑度 return math.exp(metric[0] / metric[1]), metric[1] / timer.stop()def sgd(params, lr, batch_size): """小批量随机梯度下降 Defined in :numref:`sec_linear_scratch`""" with torch.no_grad(): for param in params: param -= lr * param.grad / batch_size param.grad.zero_()#@savedef train_ch8(net, train_iter, vocab, lr, num_epochs, device, use_random_iter=False): """训练模型（定义见第8章）""" loss = nn.CrossEntropyLoss() # 新建一个连接客户端 # 指定 env=u'test1'，默认端口为 8097，host 是 'localhost' vis = visdom.Visdom(env=u'test1', server="http://10.88.88.136", port=8097) animator = vis # 初始化 if isinstance(net, nn.Module): updater = torch.optim.SGD(net.parameters(), lr) else: updater = lambda batch_size: sgd(net.params, lr, batch_size) predict = lambda prefix: predict_ch8(prefix, 30, net, vocab, device) # 训练和预测 for epoch in range(num_epochs): ppl, speed = train_epoch_ch8( net, train_iter, loss, updater, device, use_random_iter) if (epoch + 1) % 10 == 0: # print(predict('你是？')) # print(epoch) # animator.add(epoch + 1, ) if epoch == 9: # 清空图表：使用空数组来替换现有内容 vis.line(X=np.array([0]), Y=np.array([0]), win='train_ch8', update='replace') vis.line( X=np.array([epoch + 1]), Y=[ppl], win='train_ch8', update='append', opts={ 'title': 'train_ch8', 'xlabel': 'epoch', 'ylabel': 'ppl', 'linecolor': np.array([[0, 0, 255]]), # 蓝色线条 } ) print(f'困惑度 {ppl:.1f}, {speed:.1f} 词元/秒 {str(device)}') print(predict('你是')) print(predict('我有一剑'))if __name__ == '__main__': batch_size, num_steps = 32, 35 train_iter, vocab = load_data_epoch(batch_size, num_steps) vocab_size, num_hiddens, device = len(vocab), 256, try_gpu() num_epochs, lr = 1000, 1 model = RNNModelScratch(len(vocab), num_hiddens, device, get_lstm_params, init_lstm_state, lstm) # num_inputs = vocab_size # lstm_layer = nn.LSTM(num_inputs, num_hiddens) # model = RNNModel(lstm_layer, len(vocab), device) # model = model.to(device) print(predict_ch8('你是', 30, model, vocab, device)) train_ch8(model, train_iter, vocab, lr, num_epochs, device)

复制代码

我们分别使用手动构建的LSTM和框架构建的LSTM进行训练和测试，结果如下：

我们可以看到，模型未训练和训练后的对比，明显训练后的语句要通顺一点。

后记

综合RNN和LSTM两篇文章的结论来看，其对序列数据确实有一定的效果。
此外，当前我们用RNN/LSTM做了序列数据的后续模拟生成工作，但是由于网络深度、广度的问题，其效果也就比在词表中随机抽取字组成的序列看起来要好点。
参考文献

https://zh.d2l.ai/chapter_recurrent-modern/lstm.html
https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn.html
https://zh.d2l.ai/chapter_recurrent-neural-networks/text-preprocessing.html

打赏、订阅、收藏、丢香蕉、硬币，请关注公众号（攻城狮的搬砖之路）

时思美 · 17 小时前

收藏一下不知道什么时候能用到

账号		自动登录	找回密码
密码			立即注册

大模型基础补全计划(四)---LSTM的实例与测试(RNN的改进)

相关帖子

回复

浏览过的版块

签约作者

大模型基础补全计划(四)---LSTM的实例与测试(RNN的改进)

相关帖子

相关推荐

回复

浏览过的版块

签约作者