李沐-动手学深度学习：RNN

1.RNN从零开始实现

import math
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

#8.3.4节
#batch_size：每个小批量中子序列样本的数目，num_steps：每个子序列中预定义的时间步数
#load_data_time_machine函数：返回数据迭代器和词表
batch_size,num_steps = 32,35
train_iter,vocab = d2l.load_data_time_machine(batch_size,num_steps)

#此向量是原始词元的一个独热向量。 索引为0和2的独热向量如下所示：
F.one_hot(torch.tensor([0,2]),len(vocab))

#8.5.1独热编码
#one_hot函数将这样一个小批量数据转换成三维张量， 张量的最后一个维度等于词表大小（len(vocab)）。
#经常转换输入的维度，以便获得形状为 （时间步数，批量大小，词表大小）的输出
X = torch.arange(10).reshape((2,5))
F.one_hot(X.T,28).shape

#8.5.2初始化循环神经网络模型的模型参数。
# 隐藏单元数num_hiddens是一个可调的超参数。
#当训练语言模型时，输入和输出来自相同的词表。因此，它们具有相同的维度，即词表的大小。
def get_params(vocab_size,num_hiddens,device):
    num_inputs = num_outputs = vocab_size

    def normal(shape):
        return torch.randn(size=shape,device=device)*0.01

    #隐藏层参数
    W_xh = normal((num_inputs,num_hiddens))
    W_hh = normal((num_hiddens,num_hiddens))
    b_h = torch.zeros(num_hiddens,device=device)
    #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_xh,W_hh,b_h,W_hq,b_q]
    for param in params:
        param.requires_grad_(True)
    return params

#8.5.3循环神经网络模型
#init_rnn_state函数在初始化时返回隐状态，返回一个张量，全用0填充，形状为（批量大小，隐藏单元数）
def init_rnn_state(batch_size,num_hiddens,device):
    return (torch.zeros((batch_size,num_hiddens),device),)
#rnn函数定义了如何在一个时间步内计算隐状态和输出。
#循环神经网络模型通过inputs最外层的维度实现循环，以便逐时间步更新小批量数据的隐状态.
def rnn(inputs,state,params):
    #input的形状：（时间步数量，批量大小，词表大小）
    W_xh,W_hh,b_h,W_hq,b_q = params
    H,=state
    outputs = []
    #X的形状：（批量大小，词表大小）
    for X in inputs:
        H = torch.tanh(torch.mm(X,W_xh)+torch.mm(H,W_hh)+b_h)
        Y = torch.mm(H,W_hq) + b_q
        outputs.append(Y)
    return torch.cat(outputs,dim=0),(H,)
#定义了所有需要的函数之后，创建类来包装这些函数，并存储从零开始实现的循环神经网络模型的参数。
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
        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 = 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)

#检查输出是否具有正确的形状。例如，隐状态的维数是否保持不变。
num_hiddens = 512
net = RNNModelScratch(len(vocab),num_hiddens,d2l.try_gpu(),get_params,
                      init_rnn_state,rnn)
state = net.begin_state(X.shape[0],d2l.try_gpu())
Y, new_state = net(X.to(d2l.try_gpu()),state)
Y.shape,len(new_state),new_state[0].shape
#输出形状是（时间步数times,批量大小，词表大小），而隐状态形状保持不变，即（批量大小，隐藏单元数）

#8.5.4.预测
#首先定义预测函数来生成prefix之后的新字符，其中的prefix是一个用户提供的包含多个字符的字符串
#循环遍历prefix中的开始字符时，不断将隐状态传递到下一个时间步，但不生成任何输出（预热（warm-up）期）
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,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])
#测试predict_ch8函数。将前缀指定为time traveller，并生成10个后续字符。鉴于还没训练网络，会生成荒谬的预测结果。
predict_ch8('time traveller',10,net,vocab,d2l.try_gpu())

#8.5.5. 梯度截断
def grad_clipping(net,theta): #@save
    """梯度截断"""
    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 / norm

#8.5.6.训练
#@save
def 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, d2l.Timer()
    metric = d2l.Accumulator(2)  # 训练损失之和,词元数量
    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, state = net(X, state)
        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)
        metric.add(l * y.numel(), y.numel())
    return math.exp(metric[0] / metric[1]), metric[1] / timer.stop()

#@save
def 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()
    animator = d2l.Animator(xlabel='epoch', ylabel='perplexity',
                            legend=['train'], xlim=[10, num_epochs])
    # 初始化
    if isinstance(net, nn.Module):
        updater = torch.optim.SGD(net.parameters(), lr)
    else:
        updater = lambda batch_size: d2l.sgd(net.params, lr, batch_size)
    predict = lambda prefix: predict_ch8(prefix, 50, 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('time traveller'))
            animator.add(epoch + 1, [ppl])
    print(f'困惑度 {ppl:.1f}, {speed:.1f} 词元/秒 {str(device)}')
    print(predict('time traveller'))
    print(predict('traveller'))

#因为数据集中只使用了10000个词元，所以模型需要更多的迭代周期来更好地收敛。
num_epochs,lr = 500,1
train_ch8(net,train_iter,vocab,lr,num_epochs,d2l.try_gpu())

#检查一下使用随机抽样方法的结果
net = RNNModelScratch(len(vocab),num_hiddens,d2l.try_gpu(),get_params,
                      init_rnn_state,rnn)
train_ch8(net,train_iter,vocab,lr,num_epochs,d2l.try_gpu(),
          use_random_iter=True)

Traceback (most recent call last):
  File "F:\doctoral_learning\deep_learning_test\Limu_allTest\Rnn-net\main.py", line 83, in <module>
    state = net.begin_state(X.shape[0],d2l.try_gpu())
  File "F:\doctoral_learning\deep_learning_test\Limu_allTest\Rnn-net\main.py", line 77, in begin_state
    return self.init_state(batch_size,self.num_hiddens,device)
  File "F:\doctoral_learning\deep_learning_test\Limu_allTest\Rnn-net\main.py", line 49, in init_rnn_state
    return (torch.zeros((batch_size,num_hiddens),device),)
TypeError: zeros() received an invalid combination of arguments - got (tuple, torch.device), but expected one of:
 * (tuple of ints size, *, tuple of names names, torch.dtype dtype, torch.layout layout, torch.device device, bool pin_memory, bool requires_grad)
 * (tuple of ints size, *, Tensor out, torch.dtype dtype, torch.layout layout, torch.device device, bool pin_memory, bool requires_grad)
太麻烦了，不改了。

2.RNN的简洁实现

#8.6.循环神经网络的简洁实现
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

batch_size,num_steps = 32,35
train_iter,vocab = d2l.load_data_time_machine(batch_size,num_steps)

#构造一个具有256个隐藏单元的单隐藏层的循环神经网络层rnn_layer
num_hiddens = 256
rnn_layer = nn.RNN(len(vocab),num_hiddens)
#使用张量来初始化隐状态，它的形状是（隐藏层数，批量大小，隐藏单元数）。
state = torch.zeros((1,batch_size,num_hiddens))
print(state.shape)
#通过一个隐状态和一个输入，我们就可以用更新后的隐状态计算输出。
#rnn_layer的“输出”（Y）不涉及输出层的计算：指每个时间步的隐状态，这些隐状态可以用作后续输出层的输入。
X = torch.rand(size=(num_steps,batch_size,len(vocab)))
Y,state_new = rnn_layer(X,state)
print(Y.shape,state_new.shape)
#与 8.5节类似，为一个完整的循环神经网络模型定义了一个RNNModel类。
#注意，rnn_layer只包含隐藏的循环层，还需要创建一个单独的输出层。
class RNNModel(nn.Module):
    """循环神经网络模型"""
    def __init__(self,run_layer,vocab_size,**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)
        else:
            self.num_directions = 2
            self.linear = nn.Linear(self.num_hiddens * 2, self.vocab_size)


    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）
        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))
#在训练模型之前，基于一个具有随机权重的模型进行预测。
device = d2l.try_gpu()
net = RNNModel(rnn_layer, vocab_size=len(vocab))
net = net.to(device)
print(d2l.predict_ch8('time traveller',10,net,vocab,device))
#这种模型根本不能输出好的结果。接下来，使用 8.5节定义的超参数调用train_ch8，并且使用高级API训练模型。
num_epochs,lr = 500,1
print(d2l.train_ch8(net,train_iter,vocab,lr,num_epochs,device))
d2l.plt.show()