关于tensorflow:TensorFlow中EncoderDecoder模型理解与实践

Seq2Seq 模型次要在 NLP，机器翻译，序列预测等问题上效果显著。
个别状况下能够合成 Seq2Seq 模型为两个子模型：Encoder 和 Decoder。

• Encoder 的输出为原始的序列数据，输入为通过 NN 泛化的表征 Tensor（惯例操作）；此 output 便是 Decoder 的 input。通过 Encoder 进行编码的 raw data，再通过 Decoder 进行解码为另外齐全不同的 output（例如：英文到中文的转换）

那么在构建这样一个 Seq2Seq 模型须要哪几步呢？

1. 定义 Encoder 模型中的数据输出参数

encoder_decoder_model_inputs 创立并返回与模型相干的参数（tf 占位符）

def enc_dec_model_inputs():

    inputs = tf.placeholder(tf.int32, [None, None], name='input')

    targets = tf.placeholder(tf.int32, [None, None], name='targets')

    target_sequence_length = tf.placeholder(tf.int32, [None], name='target_sequence_length')

    max_target_len = tf.reduce_max(target_sequence_length)

    return inputs, targets, target_sequence_length, max_target_len

• inputs 占位符为了接管原始英文句子，shape==（None，None）别离示意 batch size 和句子长度。这里有个小 trick，不同 batch 中句子的长度可能是不同的，所以不能设置为固定长度。通用解决办法是设置每一个 batch 中最长的句子长度为最大长度（必须通过 Padding 补齐）。
• targets 占位符接管原始中文句子
• target_sequence_length 占位符示意每个句子的长度，shape 为 None，是列张量，与批处理大小雷同。该特定值是与前面的 TrainerHelper 的参数，用于构建用于训练的解码器模型。
• max_target_len 是指从所有指标句子（序列）的长度中获取最大值。target_sequence_length 参数中蕴含所有句子的长度。从中获取最大值的办法是应用 tf.reduce_max。

2. 建设 Decoder 模型

编码模型由两个不同局部组成。第一局部是嵌入层；句子中的每个单词都将应用指定为 encoding_embedding_size 来泛化。这一层对文字信息压缩编码表示。第二局部是 RNN 层。在此实际中，在利用 embedding 之后，多个 LSTM 单元被重叠在一起。当然能够应用不同品种的 RNN 单元，例如 GRU。

def encoding_layer(rnn_inputs, rnn_size, num_layers,                        keep_prob,
                    source_vocab_size,
                    encoding_embedding_size):
    """:return: tuple (RNN output, RNN state)"""

    embed = tf.contrib.layers.embed_sequence(rnn_inputs,

                vocab_size=source_vocab_size, embed_dim=encoding_embedding_size)

    stacked_cells = tf.contrib.rnn.MultiRNNCell([tf.contrib.rnn.DropoutWrapper(tf.contrib.rnn.LSTMCell(rnn_size), keep_prob) for _ in range(num_layers)])

    outputs, state = tf.nn.dynamic_rnn(stacked_cells,
                            embed, dtype=tf.float32)

    return outputs, state

• embedding layer：tf.keras.layers.Embedding

• RNN layer：

  1. TF contrib.rnn.LSTMCell 形容存在多少个外在神经元节点
  2. TF contrib.rnn.DropoutWrapper 退出 dropout 参数
  3. TF contrib.rnn.MultiRNNCell 连贯多个 RNN cell
• Encoder model：TF nn.dynamic_rnn 组合 embedding 层与 RNN 层

3. 定义 Decoder 模型中的数据输出参数

对于 Decoder 中的训练和推理，须要不同的输出。在训练过程中，输出由 embedded 后的指标 label 提供；在推理阶段，每个工夫步的输入将是下一时间步的输出。它们也须要 embedding，并且 embedded 向量应在两个不同的阶段之间共享。

• 那么训练过程中 如何让模型晓得接下来就是 target label 呢？答案是在 target label 之前退出标识符。如下：

def process_decoder_input(target_data, target_vocab_to_int, batch_size):

    # get '<GO>' id

    go_id = target_vocab_to_int['<GO>']

    after_slice = tf.strided_slice(target_data, [0, 0], [batch_size, -1], [1, 1])

    after_concat = tf.concat([tf.fill([batch_size, 1], go_id), after_slice], 1)

    return after_concat

4. 建设 Decoder 模型中的训练局部

解码模型能够思考两个独立的过程，即训练和推理。不是它们具备不同的体系结构，而是它们共享雷同的体系结构及其参数。他们有不同的策略来提供共享模型。
尽管编码器应用 tf.contrib.layers.embed_sequence，但它可能不适用于解码器，就算须要 embedded 其输出。那是因为应该通过训练和推断阶段来共享雷同的 embedded 向量。tf.contrib.layers.embed_sequence 只能在运行之前 embedded 筹备好的数据集。推理过程所需的是动静 embedded 性能。在运行模型之前，不可能嵌入推理过程的输入，因为以后工夫步的输入将是下一时间步的输出。
那么到底在推理过程中是如何嵌入的？下一节将会讲到。须要记住的是训练和推理过程共享雷同的嵌入参数。对于培训局部，应提供嵌入的输出。在推断局部，仅传递训练局部中应用的嵌入参数。

def decoding_layer_train(encoder_state, dec_cell, dec_embed_input,

                target_sequence_length, max_summary_length,

                output_layer, keep_prob):

    """

    Create a training process in decoding layer

    :return: BasicDecoderOutput containing training logits and sample_id

    """

    dec_cell = tf.contrib.rnn.DropoutWrapper(dec_cell,

    output_keep_prob=keep_prob)

    # for only input layer

    helper = tf.contrib.seq2seq.TrainingHelper(dec_embed_input,

    target_sequence_length)

    decoder = tf.contrib.seq2seq.BasicDecoder(dec_cell,

    helper,

    encoder_state,

    output_layer)

    # unrolling the decoder layer

    outputs, _, _ = tf.contrib.seq2seq.dynamic_decode(decoder,

    impute_finished=True,

    maximum_iterations=max_summary_length)

    return outputs

• tf.contrib.seq2seq.TrainingHelper:TrainingHelper 是用来传递 embedded 输出参数的。顾名思义，这只是一个 helper 实例。该实例由 BasicDecoder 调用，这就是构建解码器模型的理论流程。
• tf.contrib.seq2seq.BasicDecoder：BasicDecoder 构建解码器模型。这意味着它将解码器端的 RNN 层与 TrainingHelper 筹备的输出连接起来。
• tf.contrib.seq2seq.dynamic_decode：dynamic_decode 开展解码器模型，以便 BasicDecoder 能够针对每个工夫步长检索理论预测。

5. 建设 decoder 模型中的推理局部

• tf.contrib.seq2seq.GreedyEmbeddingHelper:：GreedyEmbeddingHelper 动静获取以后步骤的输入，并将其提供给下一个步骤的输出。为了动静地嵌入每个输出后果，应提供嵌入参数（只是一堆权重值）。同时，GreedyEmbeddingHelper 要求提供与批处理大小和 end_of_sequence_id 雷同数量的 start_of_sequence_id。

def decoding_layer_infer(encoder_state, dec_cell, dec_embeddings, start_of_sequence_id,

                end_of_sequence_id, max_target_sequence_length,

                vocab_size, output_layer, batch_size, keep_prob):

    """

    Create a inference process in decoding layer

    :return: BasicDecoderOutput containing inference logits and sample_id

    """

    dec_cell = tf.contrib.rnn.DropoutWrapper(dec_cell,

    output_keep_prob=keep_prob)

    helper = tf.contrib.seq2seq.GreedyEmbeddingHelper(dec_embeddings,

    tf.fill([batch_size], start_of_sequence_id),

    end_of_sequence_id)

    decoder = tf.contrib.seq2seq.BasicDecoder(dec_cell,

    helper,

    encoder_state,

    output_layer)

    outputs, _, _ = tf.contrib.seq2seq.dynamic_decode(decoder,

    impute_finished=True,

    maximum_iterations=max_target_sequence_length)

    return outputs

6. 建设 Decoder layer

6.1. Embed the target sequences

• tf.contrib.layers.embed_sequence: 创立嵌入参数的外部示意，因而咱们无奈考察或检索它。相同，您须要通过 TF Variable 手动创立嵌入参数。
• 手动创立的嵌入参数用于训练阶段，在运行训练之前通过 TF nn.embedding_lookup 转换提供的指标数据（句子序列）。带有手动创立的嵌入参数的 TF nn.embedding_lookup 返回的后果与 TF contrib.layers.embed_sequence 类似。对于推理过程，每当通过解码器计算以后工夫步的输入时，它将被共享的嵌入参数嵌入，并成为下一个工夫步的输出。您只须要向 GreedyEmbeddingHelper 提供 embedding 参数，将对处理过程有所帮忙。
• tf.nn.embedding_lookup：简而言之，检索出合乎指定行。
• 对于 tf.variable_scope 相干，请查看此链接

6.2 Construct the decoder RNN layer(s)

Decoder 与 Encoder 中 RNN 的层数必须统一

6.3 创立一个输入层以将解码器的输入映射到咱们词汇表的元素

全连贯层以获取每个单词最初呈现的概率。

def decoding_layer(dec_input, encoder_state,

            target_sequence_length, max_target_sequence_length,

            rnn_size,num_layers, target_vocab_to_int, target_vocab_size,

            batch_size, keep_prob, decoding_embedding_size):

    """

    Create decoding layer

    :return: Tuple of (Training BasicDecoderOutput, Inference BasicDecoderOutput)

    """

    target_vocab_size = len(target_vocab_to_int)

    dec_embeddings = tf.Variable(tf.random_uniform([target_vocab_size, decoding_embedding_size]))

    dec_embed_input = tf.nn.embedding_lookup(dec_embeddings, dec_input)

    cells = tf.contrib.rnn.MultiRNNCell([tf.contrib.rnn.LSTMCell(rnn_size) for _ in range(num_layers)])

    with tf.variable_scope("decode"):

    output_layer = tf.layers.Dense(target_vocab_size)

    train_output = decoding_layer_train(encoder_state,

    cells,

    dec_embed_input,

    target_sequence_length,

    max_target_sequence_length,

    output_layer,

    keep_prob)

    with tf.variable_scope("decode", reuse=True):

    infer_output = decoding_layer_infer(encoder_state,

    cells,

    dec_embeddings,

    target_vocab_to_int['<GO>'],

    target_vocab_to_int['<EOS>'],

    max_target_sequence_length,

    target_vocab_size,

    output_layer,

    batch_size,

    keep_prob)

    return (train_output, infer_output)

7. 建设 Seq2Seq 模型

最终，encoding_layer, process_decoder_input, and decoding_layer 等函数组合起来建设 Seq2Seq 模型。

def seq2seq_model(input_data, target_data, keep_prob, batch_size,

                    target_sequence_length,

                    max_target_sentence_length,

                    source_vocab_size, target_vocab_size,

                    enc_embedding_size, dec_embedding_size,

                    rnn_size, num_layers, target_vocab_to_int):

    """

    Build the Sequence-to-Sequence model

    :return: Tuple of (Training BasicDecoderOutput, Inference BasicDecoderOutput)

    """

    enc_outputs, enc_states = encoding_layer(input_data,

    rnn_size,

    num_layers,

    keep_prob,

    source_vocab_size,

    enc_embedding_size)

    dec_input = process_decoder_input(target_data,

    target_vocab_to_int,

    batch_size)

    train_output, infer_output = decoding_layer(dec_input,

    enc_states,

    target_sequence_length,

    max_target_sentence_length,

    rnn_size,

    num_layers,

    target_vocab_to_int,

    target_vocab_size,

    batch_size,

    keep_prob,

    dec_embedding_size)

    return train_output, infer_output

8. 建设动态图，loss 函数，优化器，梯度裁剪（RNN 网络必加）

save_path = 'checkpoints/dev'

(source_int_text, target_int_text), (source_vocab_to_int, target_vocab_to_int), _ = load_preprocess()

max_target_sentence_length = max([len(sentence) for sentence in source_int_text])

train_graph = tf.Graph()

with train_graph.as_default():

    input_data, targets, target_sequence_length, max_target_sequence_length = enc_dec_model_inputs()

    lr, keep_prob = hyperparam_inputs()

    train_logits, inference_logits = seq2seq_model(tf.reverse(input_data, [-1]),

    targets,

    keep_prob,

    batch_size,

    target_sequence_length,

    max_target_sequence_length,

    len(source_vocab_to_int),

    len(target_vocab_to_int),

    encoding_embedding_size,

    decoding_embedding_size,

    rnn_size,

    num_layers,

    target_vocab_to_int)

    training_logits = tf.identity(train_logits.rnn_output, name='logits')

    inference_logits = tf.identity(inference_logits.sample_id, name='predictions')

    # https://www.tensorflow.org/api_docs/python/tf/sequence_mask

    # - Returns a mask tensor representing the first N positions of each cell.

    masks = tf.sequence_mask(target_sequence_length, max_target_sequence_length, dtype=tf.float32, name='masks')

    with tf.name_scope("optimization"):

        # Loss function - weighted softmax cross entropy

        cost = tf.contrib.seq2seq.sequence_loss(

        training_logits,

        targets,

        masks)

        # Optimizer

        optimizer = tf.train.AdamOptimizer(lr)

        # Gradient Clipping

        gradients = optimizer.compute_gradients(cost)

        capped_gradients = [(tf.clip_by_value(grad, -1., 1.), var) for grad, var in gradients if grad is not None]

        train_op = optimizer.apply_gradients(capped_gradients)

8.1 dataloader

(source_int_text, target_int_text) 为输出数据，(source_vocab_to_int, target_vocab_to_int) 为查找每个值对应的索引值的字典

8.2 create inputs

详见代码

def hyperparam_inputs():
    lr_rate = tf.placeholder(tf.float32, name='lr_rate')
    keep_prob = tf.placeholder(tf.float32, name='keep_prob')
    
    return lr_rate, keep_prob

8.3 建设 seq2seq model

返回训练与推理后果

8.4 损失函数

TF contrib.seq2seq.sequence_loss：Weighted cross-entropy loss for a sequence of logits. 为时序模型专用

8.5 优化器

8.6 梯度裁剪

RNN 根本都会面临的问题就是训练过程中的梯度爆炸。解决办法就是梯度裁剪。罕用的梯度裁剪有两种办法：

1. 间接依据参数的梯度值间接进行裁剪
2. 由若干参数的梯度组成向量的 L2 正则化进行裁剪

此处应用的是第一种办法：
通过确定阈值以使梯度放弃在某个边界内。具体一点此处是阈值范畴在 - 1 和 1 之间。下面代码中的构建流程为：

• 通过调用 compute_gradients 手动从优化器中获取梯度值，
• 而后应用 clip_by_value 操作梯度值
• 须要通过调用 apply_gradients 将批改后的梯度放回到优化器中

此框架曾经扩大到生理信号分类我的项目，泛化性能最高。