tensorflow實現基於LSTM的文字分類方法
引言
學習一段時間的tensor flow之後,想找個專案試試手,然後想起了之前在看Theano教程中的一個文字分類的例項,這個星期就用tensorflow實現了一下,感覺和之前使用的theano還是有很大的區別,有必要總結mark一下
模型說明
這個分類的模型其實也是很簡單,主要就是一個單層的LSTM模型,當然也可以實現多層的模型,多層的模型使用Tensorflow尤其簡單,下面是這個模型的圖
簡單解釋一下這個圖,每個word經過embedding之後,進入LSTM層,這裡LSTM是標準的LSTM,然後經過一個時間序列得到的t個隱藏LSTM神經單元的向量,這些向量經過mean pooling層之後,可以得到一個向量
公式就不一一介紹了,因為這個實驗是使用了Tensorflow重現了Theano的實現,因此具體的公式可以參看LSTM Networks for Sentiment Analysis這個連結。
tensorflow實現
鄙人接觸tensor flow的時間不長,也是在慢慢摸索,但是因為有之前使用Theano的經驗,對於符號化程式設計也不算陌生,因此上手Tensorflow倒也容易。但是感覺tensorflow還是和theano有著很多不一樣的地方,這裡也會提及一下。
程式碼的模型的主要如下:
import tensorflow as tf
import numpy as np
class RNN_Model(object):
def __init__(self,config,is_training=True):
self.keep _prob=config.keep_prob
self.batch_size=tf.Variable(0,dtype=tf.int32,trainable=False)
num_step=config.num_step
self.input_data=tf.placeholder(tf.int32,[None,num_step])
self.target = tf.placeholder(tf.int64,[None])
self.mask_x = tf.placeholder(tf.float32,[num_step,None])
class_num=config.class _num
hidden_neural_size=config.hidden_neural_size
vocabulary_size=config.vocabulary_size
embed_dim=config.embed_dim
hidden_layer_num=config.hidden_layer_num
self.new_batch_size = tf.placeholder(tf.int32,shape=[],name="new_batch_size")
self._batch_size_update = tf.assign(self.batch_size,self.new_batch_size)
#build LSTM network
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(hidden_neural_size,forget_bias=0.0,state_is_tuple=True)
if self.keep_prob<1:
lstm_cell = tf.nn.rnn_cell.DropoutWrapper(
lstm_cell,output_keep_prob=self.keep_prob
)
cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell]*hidden_layer_num,state_is_tuple=True)
self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)
#embedding layer
with tf.device("/cpu:0"),tf.name_scope("embedding_layer"):
embedding = tf.get_variable("embedding",[vocabulary_size,embed_dim],dtype=tf.float32)
inputs=tf.nn.embedding_lookup(embedding,self.input_data)
if self.keep_prob<1:
inputs = tf.nn.dropout(inputs,self.keep_prob)
out_put=[]
state=self._initial_state
with tf.variable_scope("LSTM_layer"):
for time_step in range(num_step):
if time_step>0: tf.get_variable_scope().reuse_variables()
(cell_output,state)=cell(inputs[:,time_step,:],state)
out_put.append(cell_output)
out_put=out_put*self.mask_x[:,:,None]
with tf.name_scope("mean_pooling_layer"):
out_put=tf.reduce_sum(out_put,0)/(tf.reduce_sum(self.mask_x,0)[:,None])
with tf.name_scope("Softmax_layer_and_output"):
softmax_w = tf.get_variable("softmax_w",[hidden_neural_size,class_num],dtype=tf.float32)
softmax_b = tf.get_variable("softmax_b",[class_num],dtype=tf.float32)
self.logits = tf.matmul(out_put,softmax_w)+softmax_b
with tf.name_scope("loss"):
self.loss = tf.nn.sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target)
self.cost = tf.reduce_mean(self.loss)
with tf.name_scope("accuracy"):
self.prediction = tf.argmax(self.logits,1)
correct_prediction = tf.equal(self.prediction,self.target)
self.correct_num=tf.reduce_sum(tf.cast(correct_prediction,tf.float32))
self.accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32),name="accuracy")
#add summary
loss_summary = tf.scalar_summary("loss",self.cost)
#add summary
accuracy_summary=tf.scalar_summary("accuracy_summary",self.accuracy)
if not is_training:
return
self.globle_step = tf.Variable(0,name="globle_step",trainable=False)
self.lr = tf.Variable(0.0,trainable=False)
tvars = tf.trainable_variables()
grads, _ = tf.clip_by_global_norm(tf.gradients(self.cost, tvars),
config.max_grad_norm)
# Keep track of gradient values and sparsity (optional)
grad_summaries = []
for g, v in zip(grads, tvars):
if g is not None:
grad_hist_summary = tf.histogram_summary("{}/grad/hist".format(v.name), g)
sparsity_summary = tf.scalar_summary("{}/grad/sparsity".format(v.name), tf.nn.zero_fraction(g))
grad_summaries.append(grad_hist_summary)
grad_summaries.append(sparsity_summary)
self.grad_summaries_merged = tf.merge_summary(grad_summaries)
self.summary =tf.merge_summary([loss_summary,accuracy_summary,self.grad_summaries_merged])
optimizer = tf.train.GradientDescentOptimizer(self.lr)
optimizer.apply_gradients(zip(grads, tvars))
self.train_op=optimizer.apply_gradients(zip(grads, tvars))
self.new_lr = tf.placeholder(tf.float32,shape=[],name="new_learning_rate")
self._lr_update = tf.assign(self.lr,self.new_lr)
def assign_new_lr(self,session,lr_value):
session.run(self._lr_update,feed_dict={self.new_lr:lr_value})
def assign_new_batch_size(self,session,batch_size_value):
session.run(self._batch_size_update,feed_dict={self.new_batch_size:batch_size_value})
模型不復雜,也就不一一解釋了,在debug的時候,還是入了幾個tensorflow的坑,因此想單獨說一下這幾個坑。
坑1:tensor flow的LSTM實現
tensorflow是已經寫好了幾個LSTM的實現類,可以很方便的使用,而且也可以選擇多種型別的LSTM,包括Basic、Bi-Directional等等。
這個程式碼用的是BasicLSTM:
#build LSTM network
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(hidden_neural_size,forget_bias=0.0,state_is_tuple=True)
if self.keep_prob<1:
lstm_cell = tf.nn.rnn_cell.DropoutWrapper(
lstm_cell,output_keep_prob=self.keep_prob
)
cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell]*hidden_layer_num,state_is_tuple=True)
self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)
out_put=[]
state=self._initial_state
with tf.variable_scope("LSTM_layer"):
for time_step in range(num_step):
if time_step>0: tf.get_variable_scope().reuse_variables()
(cell_output,state)=cell(inputs[:,time_step,:],state)
out_put.append(cell_output)
在這段程式碼裡面,tf.nn.rnn_cell.BasicLSTMCell的初始化只需要制定LSTM神經元的隱含神經元的個數即可,然後需要初始化LSTM網路的引數:self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32),這句程式碼乍看一下很迷糊,開始並不知道是什麼意義,在實驗以及查閱原始碼之後,返現這句話返回的是兩個維度是batch_size*hidden_neural_size的零向量元組,其實就是LSTM初始化的
坑2:這段程式碼中的zero_state和迴圈代數num_step都需要制定
這裡比較蛋疼,這就意味著tensorflow中實現變長的情況是要padding的,而且需要全部一樣的長度,但是因為資料集的原因,不可能每個batch的size都是一樣的,這裡就需要每次執行前,動態制定batch_size的大小,程式碼中體現這個的是assign_new_batch_size函式,但是對於num_step引數卻不能動態指定(可能是因為筆者沒找到,但是指定tf.Variable()方法確實不行),出於無奈只能將資料集全部padding成指定大小的size,當然既然使用了padding那就必須使用mask矩陣進行計算。
坑3:cost返回non
cost返回Non一般是因為在使用交叉熵時候,logits這一邊出現了0值,因此stack overflow上推薦的一般是:sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target)
這樣寫法
訓練and結果
實驗背景:
tensor flow: tensor flow 0.11
platform:mac OS
資料集:subject dataset,資料集都經過了預處理,拿到的是其在詞表中的索引
得益於tensorboard各個引數訓練過程都可以視覺化,下面是實驗訓練結果:
訓練集訓練結果:
驗證集訓練結果
損失函式訓練過程
各個引數訓練結果:
最終在測試集上,準確度約為85%,還不錯。
比較tensorflow和thenao
tensor flow 和 theano 是最近比較流行的深度學習框架,兩者非常相似但是兩者又不一樣,下面就我個人體驗比較下兩者的異同。
難易程度
就使用難度而言,tensorflow的便易性要遠勝於theano,畢竟theano是一堆學者研究出來的,而tensorflow是Google研究出來的,比較面向工業化。tensor flow直接集成了學術界的很多方法,比如像RNN、LSTM等都已經被tensorflow集成了,還有比如引數更新方法如梯度下降、Adadelta等也已經被tensorflow寫好了,但是對於theano這個就得自己寫,當然難易程度不一樣了。
靈活性
就靈活性而言,theano是要勝過tensor flow的,正是因為上一點theano的門檻稍高,卻也使得theano有著更大的彈性,可以實現自己任意定義的網路結果,這裡不是說tensorflow不行,tensorflow也能寫,但是使用tensorflow久了之後,寫一些自定義的結構能力就會生疏許多,比如修改LSTM內的一些結構。而Theano則沒有這個約束。
- 容錯性
我個人覺得theano的容錯性是比tensor flow要高的,theano定義變數,只需要制定型別,比如imatrix、ivertor之類的而不用制定任何的維度,只要你輸入的資料和你的網路結構圖能夠對的上的話,就沒問題,而tensorflow擇需要預先指定一些引數(如上面程式碼的num_step引數),相比而言,theano的容錯能力多得多,當然這樣也有壞處,那就是可能對導致程式碼除錯起來比較費勁兒。
程式碼
本文的程式碼可以在這裡獲得,轉載請註明出處。
25/11/2016,於北京