Tensorflowで最小限のおもちゃRNNの例を実装しようとしています。目標は、この素晴らしい簡潔な theanetsの例 と同様に、入力データからターゲットデータへのマッピングを学習することです。
更新:そこに向かっています。残っている唯一の部分は、それを収束させることです(そしてより複雑ではありません)。誰かが以下をコードの実行に変えるのを手伝ったり、簡単な例を提供したりできますか?
import tensorflow as tf
from tensorflow.python.ops import rnn_cell
init_scale = 0.1
num_steps = 7
num_units = 7
input_data = [1, 2, 3, 4, 5, 6, 7]
target = [2, 3, 4, 5, 6, 7, 7]
#target = [1,1,1,1,1,1,1] #converges, but not what we want
batch_size = 1
with tf.Graph().as_default(), tf.Session() as session:
# Placeholder for the inputs and target of the net
# inputs = tf.placeholder(tf.int32, [batch_size, num_steps])
input1 = tf.placeholder(tf.float32, [batch_size, 1])
inputs = [input1 for _ in range(num_steps)]
outputs = tf.placeholder(tf.float32, [batch_size, num_steps])
gru = rnn_cell.GRUCell(num_units)
initial_state = state = tf.zeros([batch_size, num_units])
loss = tf.constant(0.0)
# setup model: unroll
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
step_ = inputs[time_step]
output, state = gru(step_, state)
loss += tf.reduce_sum(abs(output - target)) # all norms work equally well? NO!
final_state = state
optimizer = tf.train.AdamOptimizer(0.1) # CONVERGEs sooo much better
train = optimizer.minimize(loss) # let the optimizer train
numpy_state = initial_state.eval()
session.run(tf.initialize_all_variables())
for Epoch in range(10): # now
for i in range(7): # feed fake 2D matrix of 1 byte at a time ;)
feed_dict = {initial_state: numpy_state, input1: [[input_data[i]]]} # no
numpy_state, current_loss,_ = session.run([final_state, loss,train], feed_dict=feed_dict)
print(current_loss) # hopefully going down, always stuck at 189, why!?
あなたのコードにはいくつか問題があると思いますが、その考えは正しいです。
主な問題は、次のように入力と出力に単一のテンソルを使用していることです。inputs = tf.placeholder(tf.int32, [batch_size, num_steps])
。
TensorFlowでは、RNN関数はテンソルのリストを取得します(一部のモデルではnum_stepsが異なる場合があるため)。したがって、次のような入力を作成する必要があります。inputs = [tf.placeholder(tf.int32, [batch_size, 1]) for _ in xrange(num_steps)]
次に、入力がint32であるという事実に注意する必要がありますが、RNNセルは浮動小数点ベクトルで機能します。これがembedding_lookupの目的です。
そして最後に、入力リストに入れるようにフィードを調整する必要があります。
私はptbチュートリアルを見るのに合理的な場所だと思いますが、すぐに使えるRNNのさらに最小限の例が必要な場合は、ここなどのrnn単体テストのいくつかを見ることができます。 https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/kernel_tests/rnn_test.py#L164