長短時記憶網絡(LSTM)部分組件（六）

在前面的幾篇文章中試着實現了CNN，RNN的一些組件，這裏繼續學習LSTM，也是是實現部分組件，旨在學習其LSTM的原理。

具體參考：
https://www.zybuluo.com/hanbingtao/note/581764

LSTM訓練算法框架

LSTM的訓練算法仍然是反向傳播算法，對於這個算法，我們已經非常熟悉了。主要有下面三個步驟：

前向計算每個神經元的輸出值，對於LSTM來說，即 $f_{t}, i_{t}, c_{t}, o_{t}, h_{t}$ 五個向量的值。計算方法已經在上一節中描述過了。
反向計算每個神經元的誤差項 $δ$ 值。與循環神經網絡一樣，LSTM誤差項的反向傳播也是包括兩個方向：一個是沿時間的反向傳播，即從當前t時刻開始，計算每個時刻的誤差項；一個是將誤差項向上一層傳播。
根據相應的誤差項，計算每個權重的梯度。

下面是代碼實現：
activators.py

#!/usr/bin/env python
# -*- coding: UTF-8 -*-

import numpy as np


class ReluActivator(object):
    def forward(self, weighted_input):
        #return weighted_input
        return max(0, weighted_input)

    def backward(self, output):
        return 1 if output > 0 else 0


class IdentityActivator(object):
    def forward(self, weighted_input):
        return weighted_input

    def backward(self, output):
        return 1


class SigmoidActivator(object):
    def forward(self, weighted_input):
        return 1.0 / (1.0 + np.exp(-weighted_input))

    def backward(self, output):
        return output * (1 - output)


class TanhActivator(object):
    def forward(self, weighted_input):
        return 2.0 / (1.0 + np.exp(-2 * weighted_input)) - 1.0

    def backward(self, output):
        return 1 - output * output

下面是lstm.py的代碼：

#!/usr/bin/env python
# -*- coding: UTF-8 -*-

import matplotlib.pyplot as plt
import numpy as np
from activators import SigmoidActivator, TanhActivator, IdentityActivator


# element_wise_op函數實現了對numpy數組進行按元素操作，並將返回值寫回到數組中
def element_wise_op(array, op):
    for i in np.nditer(array,op_flags=['readwrite']):
        i[...] = op(i)

# 在構造函數的初始化中，只初始化了與forward計算相關的變量，與backward相關的變量沒有初始化。
# 這是因爲構造LSTM對象的時候，我們還不知道它未來是用於訓練（既有forward又有backward）
# 還是推理（只有forward）
class LstmLayer(object):
    def __init__(self, input_width, state_width,learning_rate):
        self.input_width = input_width
        self.state_width = state_width
        self.learning_rate = learning_rate
        # 門的激活函數
        self.gate_activator = SigmoidActivator()
        # 輸出的激活函數
        self.output_activator = TanhActivator()
        # 當前時刻初始化爲t0
        self.times = 0       
        # 各個時刻的單元狀態向量c
        self.c_list = self.init_state_vec()
        # 各個時刻的輸出向量h
        self.h_list = self.init_state_vec()
        # 各個時刻的遺忘門f
        self.f_list = self.init_state_vec()
        # 各個時刻的輸入門i
        self.i_list = self.init_state_vec()
        # 各個時刻的輸出門o
        self.o_list = self.init_state_vec()
        # 各個時刻的即時狀態c~
        self.ct_list = self.init_state_vec()
        # 遺忘門權重矩陣Wfh, Wfx, 偏置項bf
        self.Wfh, self.Wfx, self.bf = (self.init_weight_mat())
        # 輸入門權重矩陣Wfh, Wfx, 偏置項bf
        self.Wih, self.Wix, self.bi = (self.init_weight_mat())
        # 輸出門權重矩陣Wfh, Wfx, 偏置項bf
        self.Woh, self.Wox, self.bo = ( self.init_weight_mat())
        # 單元狀態權重矩陣Wfh, Wfx, 偏置項bf
        self.Wch, self.Wcx, self.bc = (self.init_weight_mat())

    def init_state_vec(self):
        '''
        初始化保存狀態的向量
        '''
        state_vec_list = []
        state_vec_list.append(np.zeros((self.state_width, 1)))
        return state_vec_list

    def init_weight_mat(self):
        '''
        初始化權重矩陣
        '''
        Wh = np.random.uniform(-1e-4, 1e-4,(self.state_width, self.state_width))
        Wx = np.random.uniform(-1e-4, 1e-4,(self.state_width, self.input_width))
        b = np.zeros((self.state_width, 1))
        return Wh, Wx, b

    # forward方法實現了LSTM的前向計算：每次輸入不同的向量，其中權重矩陣是相同的。
    def forward(self, x):
        '''
        根據式1-式6進行前向計算
        '''
        self.times += 1
        # 遺忘門
        fg = self.calc_gate(x, self.Wfx, self.Wfh, self.bf, self.gate_activator)
        self.f_list.append(fg)
        # 輸入門
        ig = self.calc_gate(x, self.Wix, self.Wih,self.bi, self.gate_activator)
        self.i_list.append(ig)
        # 輸出門
        og = self.calc_gate(x, self.Wox, self.Woh,self.bo, self.gate_activator)
        self.o_list.append(og)
        # 即時狀態
        ct = self.calc_gate(x, self.Wcx, self.Wch,self.bc, self.output_activator)
        self.ct_list.append(ct)
        # 單元狀態
        c = fg * self.c_list[self.times - 1] + ig * ct # *是對應元素相乘
        self.c_list.append(c)
        # 輸出
        h = og * self.output_activator.forward(c)
        self.h_list.append(h)

    # 門的計算方法都相同，這裏的calc_gate方法可以複用
    def calc_gate(self, x, Wx, Wh, b, activator):
        '''
        計算門
        '''
        h = self.h_list[self.times - 1] # 上次的LSTM輸出
        net = np.dot(Wh, h) + np.dot(Wx, x) + b
        gate = activator.forward(net)
        return gate


    # backward方法實現了LSTM的反向傳播算法
    def backward(self, x, delta_h, activator):
        '''
        實現LSTM訓練算法
        '''
        self.calc_delta(delta_h, activator)
        self.calc_gradient(x)

    def update(self):
        '''
        按照梯度下降，更新權重
        '''
        self.Wfh -= self.learning_rate * self.Whf_grad
        self.Wfx -= self.learning_rate * self.Whx_grad
        self.bf -= self.learning_rate * self.bf_grad
        self.Wih -= self.learning_rate * self.Whi_grad
        self.Wix -= self.learning_rate * self.Whi_grad
        self.bi -= self.learning_rate * self.bi_grad
        self.Woh -= self.learning_rate * self.Wof_grad
        self.Wox -= self.learning_rate * self.Wox_grad
        self.bo -= self.learning_rate * self.bo_grad
        self.Wch -= self.learning_rate * self.Wcf_grad
        self.Wcx -= self.learning_rate * self.Wcx_grad
        self.bc -= self.learning_rate * self.bc_grad

    # 計算誤差項
    def calc_delta(self, delta_h, activator):
        # 初始化各個時刻的誤差項
        self.delta_h_list = self.init_delta()  # 輸出誤差項
        self.delta_o_list = self.init_delta()  # 輸出門誤差項
        self.delta_i_list = self.init_delta()  # 輸入門誤差項
        self.delta_f_list = self.init_delta()  # 遺忘門誤差項
        self.delta_ct_list = self.init_delta() # 即時輸出誤差項

        # 保存從上一層傳遞下來的當前時刻的誤差項
        self.delta_h_list[-1] = delta_h

        # 迭代計算每個時刻的誤差項
        for k in range(self.times, 0, -1):
            self.calc_delta_k(k)

    def init_delta(self):
        '''
        初始化誤差項
        '''
        delta_list = []
        for i in range(self.times + 1):
            delta_list.append(np.zeros(
                (self.state_width, 1)))
        return delta_list

    def calc_delta_k(self, k):
        '''
        根據k時刻的delta_h，計算k時刻的delta_f、
        delta_i、delta_o、delta_ct，以及k-1時刻的delta_h
        '''
        # 獲得k時刻前向計算的值
        ig = self.i_list[k]
        og = self.o_list[k]
        fg = self.f_list[k]
        ct = self.ct_list[k]
        c = self.c_list[k]
        c_prev = self.c_list[k-1]
        tanh_c = self.output_activator.forward(c)
        delta_k = self.delta_h_list[k]

        # 根據式9，10,11,12計算delta_f、delta_i、delta_o、delta_ct
        delta_o = (delta_k * tanh_c * 
            self.gate_activator.backward(og))
        delta_f = (delta_k * og * 
            (1 - tanh_c * tanh_c) * c_prev *
            self.gate_activator.backward(fg))
        delta_i = (delta_k * og * 
            (1 - tanh_c * tanh_c) * ct *
            self.gate_activator.backward(ig))
        delta_ct = (delta_k * og * 
            (1 - tanh_c * tanh_c) * ig *
            self.output_activator.backward(ct))
        # k-1時刻的delta_h
        delta_h_prev = (
                np.dot(delta_o.transpose(), self.Woh) +
                np.dot(delta_i.transpose(), self.Wih) +
                np.dot(delta_f.transpose(), self.Wfh) +
                np.dot(delta_ct.transpose(), self.Wch)
            ).transpose()

        # 保存全部delta值
        self.delta_h_list[k-1] = delta_h_prev
        self.delta_f_list[k] = delta_f
        self.delta_i_list[k] = delta_i
        self.delta_o_list[k] = delta_o
        self.delta_ct_list[k] = delta_ct

    def calc_gradient(self, x):
        # 初始化遺忘門權重梯度矩陣和偏置項
        self.Wfh_grad, self.Wfx_grad, self.bf_grad = (
            self.init_weight_gradient_mat())
        # 初始化輸入門權重梯度矩陣和偏置項
        self.Wih_grad, self.Wix_grad, self.bi_grad = (
            self.init_weight_gradient_mat())
        # 初始化輸出門權重梯度矩陣和偏置項
        self.Woh_grad, self.Wox_grad, self.bo_grad = (
            self.init_weight_gradient_mat())
        # 初始化單元狀態權重梯度矩陣和偏置項
        self.Wch_grad, self.Wcx_grad, self.bc_grad = (
            self.init_weight_gradient_mat())

       # 計算對上一次輸出h的權重梯度
        for t in range(self.times, 0, -1):
            # 計算各個時刻的梯度
            (Wfh_grad, bf_grad,
            Wih_grad, bi_grad,
            Woh_grad, bo_grad,
            Wch_grad, bc_grad) = (self.calc_gradient_t(t))
            # 實際梯度是各時刻梯度之和
            self.Wfh_grad += Wfh_grad
            self.bf_grad += bf_grad
            self.Wih_grad += Wih_grad
            self.bi_grad += bi_grad
            self.Woh_grad += Woh_grad
            self.bo_grad += bo_grad
            self.Wch_grad += Wch_grad
            self.bc_grad += bc_grad

        # 計算對本次輸入x的權重梯度
        xt = x.transpose()
        self.Wfx_grad = np.dot(self.delta_f_list[-1], xt)
        self.Wix_grad = np.dot(self.delta_i_list[-1], xt)
        self.Wox_grad = np.dot(self.delta_o_list[-1], xt)
        self.Wcx_grad = np.dot(self.delta_ct_list[-1], xt)

    def init_weight_gradient_mat(self):
        '''
        初始化權重矩陣
        '''
        Wh_grad = np.zeros((self.state_width,
            self.state_width))
        Wx_grad = np.zeros((self.state_width,
            self.input_width))
        b_grad = np.zeros((self.state_width, 1))
        return Wh_grad, Wx_grad, b_grad

    def calc_gradient_t(self, t):
        '''
        計算每個時刻t權重的梯度
        '''
        h_prev = self.h_list[t-1].transpose()
        Wfh_grad = np.dot(self.delta_f_list[t], h_prev)
        bf_grad = self.delta_f_list[t]
        Wih_grad = np.dot(self.delta_i_list[t], h_prev)
        bi_grad = self.delta_f_list[t]
        Woh_grad = np.dot(self.delta_o_list[t], h_prev)
        bo_grad = self.delta_f_list[t]
        Wch_grad = np.dot(self.delta_ct_list[t], h_prev)
        bc_grad = self.delta_ct_list[t]
        return Wfh_grad, bf_grad, Wih_grad, bi_grad, \
               Woh_grad, bo_grad, Wch_grad, bc_grad

    def reset_state(self):
        # 當前時刻初始化爲t0
        self.times = 0       
        # 各個時刻的單元狀態向量c
        self.c_list = self.init_state_vec()
        # 各個時刻的輸出向量h
        self.h_list = self.init_state_vec()
        # 各個時刻的遺忘門f
        self.f_list = self.init_state_vec()
        # 各個時刻的輸入門i
        self.i_list = self.init_state_vec()
        # 各個時刻的輸出門o
        self.o_list = self.init_state_vec()
        # 各個時刻的即時狀態c~
        self.ct_list = self.init_state_vec()


def data_set():
    x = [np.array([[1], [2], [3]]),
         np.array([[2], [3], [4]])]
    # 這裏的d是作爲最後一個時刻的誤差項
    d = np.array([[1], [2]])
    return x, d


def gradient_check():
    '''
    梯度檢查
    '''
    # 設計一個誤差函數，取所有節點輸出項之和
    error_function = lambda o: o.sum()

    lstm = LstmLayer(3, 2, 1e-3)

    # 計算forward值
    x, d = data_set()
    lstm.forward(x[0])
    lstm.forward(x[1])

    # 求取sensitivity map
    sensitivity_array = np.ones(lstm.h_list[-1].shape,dtype=np.float64)

    # 計算梯度
    lstm.backward(x[1], sensitivity_array, IdentityActivator())

    # 檢查梯度
    epsilon = 10e-4
    for i in range(lstm.Wfh.shape[0]):
        for j in range(lstm.Wfh.shape[1]):
            lstm.Wfh[i,j] += epsilon
            lstm.reset_state()
            lstm.forward(x[0])
            lstm.forward(x[1])
            err1 = error_function(lstm.h_list[-1])
            lstm.Wfh[i,j] -= 2*epsilon
            lstm.reset_state()
            lstm.forward(x[0])
            lstm.forward(x[1])
            err2 = error_function(lstm.h_list[-1])
            expect_grad = (err1 - err2) / (2 * epsilon)
            lstm.Wfh[i,j] += epsilon
            print 'weights(%d,%d): expected - actural %.4e - %.4e' % (
                i, j, expect_grad, lstm.Wfh_grad[i,j])
    return lstm


def test():
    # input_width, state_width,learning_rate
    l = LstmLayer(3, 2, 1e-3)
    x, d = data_set()
    l.forward(x[0])
    #print 'Wfx..1:',l.Wfx
    l.forward(x[1])
    #print 'Wfx..2:',l.Wfx
    l.backward(x[1], d, IdentityActivator())
    return l

if __name__ == '__main__':
    test()
    gradient_check()

運行結果：

weights(0,0): expected - actural 1.2801e-09 - 1.2802e-09
weights(0,1): expected - actural -2.0909e-09 - -2.0909e-09
weights(1,0): expected - actural -2.0909e-09 - -2.0909e-09
weights(1,1): expected - actural 3.4151e-09 - 3.4150e-09

這裏多了一個梯度檢查的步驟，原理參考：
https://www.zybuluo.com/hanbingtao/note/476663，這裏有其代碼原理。

lstm有幾點需要注意的地方：

這裏僅是組件，不是完整的實現lstm的所有流程，比如僅僅反向傳播了關於時間的梯度，也即是隻更新了 $W_{f h}, W_{i h}, W_{c h}, W_{o h}$ 的權重，還有 $W_{f x}, W_{i x}, W_{c x}, W_{o x}$ 也需要更新，這裏的代碼沒有給出。
公式推到中的矩陣元素對應相乘需要注意下，還有文章中的後續對其求全導也需要留意。
這裏的運行結果是對所求梯度的驗證

總之，通過代碼和理論公式推到相結合，對lstm的原理和運行機制有了更進一步的理解，當然這只是最基礎的架構，還有其他的很多變體，後面繼續努力。

長短時記憶網絡(LSTM)部分組件（六）

10分鐘搞定Mysql主從部署配置

如何使用 JS 判斷用戶是否處於活躍狀態

「Pygors跨平臺GUI」2：安裝MinGW-w64、MSYS2還是WSL2

[轉帖]

python列出centos7內存使用前50的進程信息

「Pygors跨平臺GUI」1：Pygors跨平臺GUI應用研究

一鍵自動化博客發佈工具,用過的人都說好(掘金篇)

lightdb數據庫超時相關控制參數

lightdb秒級增加列和刪除列（not null帶默認值）

Java ThreadPoolShutdown

java 二叉樹的深度、平衡二叉樹、二叉樹的下一個結點

java 反轉鏈表、合併鏈表

java 對稱的二叉樹

java 調整數組順序使奇數位於偶數前面

java 鏈表中倒數第k個結點

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結