TensorFlow LSTM 逐字符序列预测

Question

我正在尝试使用 Tensorflow 复制优秀文章 http://karpathy.github.io/2015/05/21/rnn-effectiveness/ 中演示的字符级语言建模。

到目前为止，我的尝试都失败了。我的网络通常在处理 800 个左右字符后输出单个字符。 我相信我从根本上误解了张量流实现 LSTM 的方式，也许是一般的 rnns。我发现文档很难理解。

这是我的代码的精髓：

图表定义

idata = tf.placeholder(tf.int32,[None,1])   #input byte, use value 256 for start and end of file
odata = tf.placeholder(tf.int32,[None,1])    #target output byte, ie, next byte in sequence..
source =  tf.to_float(tf.one_hot(idata,257)) #input byte as 1-hot float
target = tf.to_float(tf.one_hot(odata,257))  #target output as 1-hot float

with tf.variable_scope("lstm01"):
    cell1 = tf.nn.rnn_cell.BasicLSTMCell(257)
    val1, state1 = tf.nn.dynamic_rnn(cell1, source, dtype=tf.float32)

output = val1

损失计算

cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(output, target))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)  
output_am = tf.argmax(output,2)
target_am = tf.argmax(target,2)
correct_prediction = tf.equal(output_am, target_am)
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

培训

for i in range(0, source_data.size-1, batch_size):
    start = i
    stop = i + batch_size
    i_data = source_data[start:stop].reshape([-1,1])
    o_data = source_data[start+1:stop+1].reshape([-1,1])

    train_step.run(feed_dict={idata: i_data, odata: o_data})

    if i%(report_interval*batch_size) == 0:
        batch_out, fa = sess.run([output_am, accuracy], feed_dict={idata: i_data, odata: o_data, keep_prob: 1.0})

        print("step %d, training accuracy %s"%(i, str(fa)))
        print("i_data sample: %s"%str(squeeze(i_data)))
        print("o_data sample: %s"%str(squeeze(o_data)))
        print("batch sample: %s"%str(squeeze(batch_out)))

输出，使用 1MB Shakespere 文件训练

step 0, training accuracy 0.0
i_data sample: [ 256.   70.  105.  114.  115.  116.   32.   67.  105.  116.]
o_data sample: [  70.  105.  114.  115.  116.   32.   67.  105.  116.  105.]
batch sample: [254  18 151  64  51 199  83 174 151 199]

step 400, training accuracy 0.2
i_data sample: [  32.   98.  101.   32.  100.  111.  110.  101.   58.   32.]
o_data sample: [  98.  101.   32.  100.  111.  110.  101.   58.   32.   97.]
batch sample: [ 32 101  32  32  32  32  10  32 101  32]

step 800, training accuracy 0.0
i_data sample: [ 112.   97.  114.  116.  105.   99.  117.  108.   97.  114.]
o_data sample: [  97.  114.  116.  105.   99.  117.  108.   97.  114.  105.]
batch sample: [101 101 101  32 101 101  32 101 101 101]

step 1200, training accuracy 0.1
i_data sample: [  63.   10.   10.   70.  105.  114.  115.  116.   32.   67.]
o_data sample: [  10.   10.   70.  105.  114.  115.  116.   32.   67.  105.]
batch sample: [ 32  32  32 101  32  32  32  32  32  32]

step 1600, training accuracy 0.2
i_data sample: [  32.  116.  105.  108.  108.   32.  116.  104.  101.   32.]
o_data sample: [ 116.  105.  108.  108.   32.  116.  104.  101.   32.   97.]
batch sample: [32 32 32 32 32 32 32 32 32 32]

这显然是不正确的。

我想我对“批次”和“序列”之间的区别感到困惑，以及 LSTM 的状态是否保留在我所谓的“批次”（即子序列）之间

我得到的印象是我已经使用长度为 1 的“批次”序列对其进行了训练，并且在每个批次之间，状态数据被丢弃。因此，它只是找到最常出现的符号。

谁能证实这一点，或者以其他方式纠正我的错误，并指出我应该如何使用非常长的训练序列进行逐个字符的预测任务？

非常感谢。

Answer 1

所以您的 idata 应该具有以下形状：[batch_size, maximum_sequence_length, 257]。 （如果不是批次中的所有序列都具有相同的长度，则需要根据需要进行填充，并且在计算损失时要小心，这仅在未填充的值上完成。）

dynamic_rnn 会为您按时间逐步检查您的输入。因此，您只需要循环批处理。

因为您的 idata 的第二维是 1，所以您的有效序列长度是 1 是对的。

对于不是基于字符但使用词嵌入的语言模型，请查看this 教程。

其他说明：

• 如果您想在 LSTM 中试验不同数量的单元 - 考虑在输出顶部添加一个线性层以将每个输出（对于时间 t 的批处理条目 i）投影到 257，即数字目标的类别。

• 无需对目标进行 one-hot 编码。看看 sparse_softmax_cross_entropy。