Tensorflow r0.12のtf.nn.rnn_cell.LSTMCellに関するドキュメントでは、これをinitとして説明しています。
tf.nn.rnn_cell.LSTMCell.__call__(inputs, state, scope=None)
ここで、state
は次のとおりです。
state:state_is_TupleがFalseの場合、これは状態Tensor、2-D、バッチx state_sizeでなければなりません。 state_is_TupleがTrueの場合、これは列サイズがc_stateとm_stateの状態テンソルのタプルで、両方とも2次元でなければなりません。
何アールc_state
およびm_state
そして、それらはどのようにLSTMに適合しますか?ドキュメント内のどこにもそれらへの参照が見つかりません。
私は同じ質問につまずきました、ここに私がそれを理解する方法があります!最小限のLSTMの例:
import tensorflow as tf
sample_input = tf.constant([[1,2,3]],dtype=tf.float32)
LSTM_CELL_SIZE = 2
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(LSTM_CELL_SIZE, state_is_Tuple=True)
state = (tf.zeros([1,LSTM_CELL_SIZE]),)*2
output, state_new = lstm_cell(sample_input, state)
init_op = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init_op)
print sess.run(output)
state_is_Tuple=True
であるため、state
をこのcell
に渡すときは、Tuple
形式にする必要があります。 c_state
とm_state
はおそらく「メモリ状態」と「セル状態」ですが、これらの用語はドキュメントでのみ言及されているため、正直なところわかりません。 LSTM
に関するコードと論文では、h
とc
の文字が「出力値」と「セル状態」を示すために一般的に使用されています。 http://colah.github.io/posts/2015-08-Understanding-LSTMs/ これらのテンソルはセルの内部状態の組み合わせを表し、一緒に渡す必要があります。それを行う古い方法は単純にそれらを連結することでしたが、新しい方法はタプルを使用することです。
古い方法:
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(LSTM_CELL_SIZE, state_is_Tuple=False)
state = tf.zeros([1,LSTM_CELL_SIZE*2])
output, state_new = lstm_cell(sample_input, state)
新しい方法:
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(LSTM_CELL_SIZE, state_is_Tuple=True)
state = (tf.zeros([1,LSTM_CELL_SIZE]),)*2
output, state_new = lstm_cell(sample_input, state)
したがって、基本的に私たちが行ったことは、state
が長さ4
の1テンソルから、長さ2
の2つのテンソルに変更されることです。内容は同じままでした。 [0,0,0,0]
は([0,0],[0,0])
になります。 (これにより高速化されるはずです)
ドキュメントが不明確であることに同意します。 _tf.nn.rnn_cell.LSTMCell.__call__
_ を見ると明確になります(TensorFlow 1.0.0からコードを取得しました):
_def __call__(self, inputs, state, scope=None):
"""Run one step of LSTM.
Args:
inputs: input Tensor, 2D, batch x num_units.
state: if `state_is_Tuple` is False, this must be a state Tensor,
`2-D, batch x state_size`. If `state_is_Tuple` is True, this must be a
Tuple of state Tensors, both `2-D`, with column sizes `c_state` and
`m_state`.
scope: VariableScope for the created subgraph; defaults to "lstm_cell".
Returns:
A Tuple containing:
- A `2-D, [batch x output_dim]`, Tensor representing the output of the
LSTM after reading `inputs` when previous state was `state`.
Here output_dim is:
num_proj if num_proj was set,
num_units otherwise.
- Tensor(s) representing the new state of LSTM after reading `inputs` when
the previous state was `state`. Same type and shape(s) as `state`.
Raises:
ValueError: If input size cannot be inferred from inputs via
static shape inference.
"""
num_proj = self._num_units if self._num_proj is None else self._num_proj
if self._state_is_Tuple:
(c_prev, m_prev) = state
else:
c_prev = array_ops.slice(state, [0, 0], [-1, self._num_units])
m_prev = array_ops.slice(state, [0, self._num_units], [-1, num_proj])
dtype = inputs.dtype
input_size = inputs.get_shape().with_rank(2)[1]
if input_size.value is None:
raise ValueError("Could not infer input size from inputs.get_shape()[-1]")
with vs.variable_scope(scope or "lstm_cell",
initializer=self._initializer) as unit_scope:
if self._num_unit_shards is not None:
unit_scope.set_partitioner(
partitioned_variables.fixed_size_partitioner(
self._num_unit_shards))
# i = input_gate, j = new_input, f = forget_gate, o = output_gate
lstm_matrix = _linear([inputs, m_prev], 4 * self._num_units, bias=True,
scope=scope)
i, j, f, o = array_ops.split(
value=lstm_matrix, num_or_size_splits=4, axis=1)
# Diagonal connections
if self._use_peepholes:
with vs.variable_scope(unit_scope) as projection_scope:
if self._num_unit_shards is not None:
projection_scope.set_partitioner(None)
w_f_diag = vs.get_variable(
"w_f_diag", shape=[self._num_units], dtype=dtype)
w_i_diag = vs.get_variable(
"w_i_diag", shape=[self._num_units], dtype=dtype)
w_o_diag = vs.get_variable(
"w_o_diag", shape=[self._num_units], dtype=dtype)
if self._use_peepholes:
c = (sigmoid(f + self._forget_bias + w_f_diag * c_prev) * c_prev +
sigmoid(i + w_i_diag * c_prev) * self._activation(j))
else:
c = (sigmoid(f + self._forget_bias) * c_prev + sigmoid(i) *
self._activation(j))
if self._cell_clip is not None:
# pylint: disable=invalid-unary-operand-type
c = clip_ops.clip_by_value(c, -self._cell_clip, self._cell_clip)
# pylint: enable=invalid-unary-operand-type
if self._use_peepholes:
m = sigmoid(o + w_o_diag * c) * self._activation(c)
else:
m = sigmoid(o) * self._activation(c)
if self._num_proj is not None:
with vs.variable_scope("projection") as proj_scope:
if self._num_proj_shards is not None:
proj_scope.set_partitioner(
partitioned_variables.fixed_size_partitioner(
self._num_proj_shards))
m = _linear(m, self._num_proj, bias=False, scope=scope)
if self._proj_clip is not None:
# pylint: disable=invalid-unary-operand-type
m = clip_ops.clip_by_value(m, -self._proj_clip, self._proj_clip)
# pylint: enable=invalid-unary-operand-type
new_state = (LSTMStateTuple(c, m) if self._state_is_Tuple else
array_ops.concat([c, m], 1))
return m, new_state
_
キー行は次のとおりです。
_c = (sigmoid(f + self._forget_bias) * c_prev + sigmoid(i) *
self._activation(j))
_
そして
_m = sigmoid(o) * self._activation(c)
_
そして
_new_state = (LSTMStateTuple(c, m)
_
c
とm
を計算するコードをLSTM方程式(以下を参照)で比較すると、それぞれセル状態(通常c
で示される)と非表示状態(通常h
で示される)に対応することがわかります:
new_state = (LSTMStateTuple(c, m)
は、返された状態Tupleの最初の要素がc
(セル状態aka _c_state
_)であり、返された状態Tupleの2番目の要素がm
(隠された状態aka _m_state
_ )。
コードからのこの抜粋は役立つかもしれません
def __call__(self, inputs, state, scope=None):
"""Long short-term memory cell (LSTM)."""
with vs.variable_scope(scope or type(self).__name__): # "BasicLSTMCell"
# Parameters of gates are concatenated into one multiply for efficiency.
if self._state_is_Tuple:
c, h = state
else:
c, h = array_ops.split(1, 2, state)
concat = _linear([inputs, h], 4 * self._num_units, True)
# i = input_gate, j = new_input, f = forget_gate, o = output_gate
i, j, f, o = array_ops.split(1, 4, concat)
new_c = (c * sigmoid(f + self._forget_bias) + sigmoid(i) *
self._activation(j))
new_h = self._activation(new_c) * sigmoid(o)
if self._state_is_Tuple:
new_state = LSTMStateTuple(new_c, new_h)
else:
new_state = array_ops.concat(1, [new_c, new_h])
return new_h, new_state
https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/python/ops/rnn_cell_impl.py
ライン#308-314
クラスLSTMStateTuple(_LSTMStateTuple): "" "state_size
、zero_state
、および出力状態にLSTMセルで使用されるタプル。2つの要素を格納します:(c, h)
、この順序。state_is_Tuple=True
の場合にのみ使用されます。