dynamic_lstm¶
- paddle.fluid.layers. dynamic_lstm ( input, size, h_0=None, c_0=None, param_attr=None, bias_attr=None, use_peepholes=True, is_reverse=False, gate_activation='sigmoid', cell_activation='tanh', candidate_activation='tanh', dtype='float32', name=None ) [源代码] ¶
该OP实现了 LSTM,即 Long-Short Term Memory(长短期记忆)运算 - Hochreiter, S., & Schmidhuber, J. (1997) 。
注解
该OP仅支持 LoDTensor 作为输入,如果您需要处理的是Tensor,请使用 lstm 。
在实现的时候为了提升效率,用户必须将LSTM的输入先进行线性映射,将维度为 [T, hidden_size] 的输入映射为 [T, 4 × hidden_size] 输入,然后再传给该OP。
该OP的默认实现方式为 diagonal/peephole 连接,参见 Gers, F. A., & Schmidhuber, J. (2000) 。 如果需要禁用 peephole 连接方法,将 use_peepholes 设为 False 即可。
该OP对于序列中每一个时间步的计算公式如下:
- 公式中的概念信息如下:
-
\(x_{t}\) 表示时间步 \(t\) 的输入
\(h_{t}\) 表示时间步 \(t\) 的 hidden 状态
\(h_{t-1}, c_{t-1}\) 分别表示前一个时间步的 hidden 和 cell 状态
\(\widetilde{c_t}\) 表示候选的 cell 状态
\(i_t\) ,\(f_t\) 和 \(o_t\) 分别为 input gate,forget gate,output gate
\(W\) 表示 weight (例如,\(W_{ix}\) 是在计算 input gate \(i_t\) 时,对输入 \(x_{t}\) 做线性变换的 weight)
\(b\) 表示 bias (例如,\(b_{i}\) 是 input gate 的 bias)
\(\sigma\) 表示 gate 的非线性激活函数,默认为 sigmoid
\(act_g, act_h\) 分别表示 cell 输入和 cell 输出的非线性激活函数,默认为 tanh
\(\odot\) 表示矩阵的 Hadamard product,即对两个维度相同的矩阵,将相同位置的元素相乘,得到另一个维度相同的矩阵
参数¶
input ( Variable ) 维度为 \([T, 4*hidden\_size]\) 的多维 LoDTensor(必须在传入该OP前对维度为 \([T, hidden\_size]\) 的输入经过线性变换得到),其中 T 为 batch 中所有样本的长度之和,hidden_size 为隐层大小,数据类型为 float32 或者 float64。
size (int) – 必须为 4*hidden_size。
h_0 ( Variable,可选) 维度为 \([batch\_size, hidden\_size]\) 的多维 Tensor,其中 hidden_size 为隐层大小,数据类型为 float32 或者 float64。如果为 None,该OP会自动设置为全0的向量。默认值为None。
c_0 ( Variable,可选) 维度为 \([batch\_size, hidden\_size]\) 的多维 Tensor,其中 hidden_size 为隐层大小,数据类型为 float32 或者 float64。如果为 None,该OP会自动设置为全0的向量;\(h_0, c_0\) 如果要设置为None,必须同时为None。默认值为None。
param_attr (ParamAttr,可选) – 指定权重参数属性的对象。如果为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr。如果用户需要设置此属性,维度必须等于 \([hidden\_size, 4*hidden\_size]\)。默认值为None。
bias_attr (ParamAttr,可选) – 指定偏置参数属性的对象。如果为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr。如果用户需要设置此属性,如果 use_peepholes=true,维度需为 \([1, 4*hidden\_size]\), use_peepholes=true,维度需为 \([1, 7*hidden\_size]\)。默认值为None。
use_peepholes (bool,可选) – 是否使用 peephole 连接。默认值为True。
is_reverse (bool,可选) – 是否将输入的数据根据根据样本长度进行逆序,同时会将输出进行逆序,用户拿到结果之后,不需要再逆序。默认值为False。
gate_activation (str,可选) – 应用于input gate,forget gate, output gate 的激活函数。默认值为sigmoid。
cell_activation (str,可选) – 用于cell输入的激活函数。默认值为tanh。
candidate_activation (str,可选) – 用于cell输出的激活函数。默认值为tanh。
dtype (str,可选) – 数据类型为 float32 或者 float64。默认值为 float32。
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
经过lstm运算输出的 hidden 和 cell 的状态的tuple,包括
hidden:LSTM hidden的输出结果,维度为 \([T, hidden\_size]\) 的LoDTensor,且LoD保持与输入一致,数据类型与input一致。
cell:LSTM cell的输出结果,维度为 \([T, hidden\_size]\) 的LoDTensor,且LoD保持与输入一致,数据类型与input一致。
代码示例¶
import paddle.fluid as fluid
emb_dim = 256
vocab_size = 10000
hidden_dim = 512
data = fluid.data(name='x', shape=[None], dtype='int64', lod_level=1)
emb = fluid.embedding(input=data, size=[vocab_size, emb_dim], is_sparse=True)
forward_proj = fluid.layers.fc(input=emb, size=hidden_dim * 4,
bias_attr=False)
forward, cell = fluid.layers.dynamic_lstm(
input=forward_proj, size=hidden_dim * 4, use_peepholes=False)
forward.shape # (-1, 512)
cell.shape # (-1, 512)