seq2seq + attention
1、思考几个问题:① 为什么解码器 一般来说 需要与 编码器的 hidden_size 相同呢?
2、seq2seq + attention 注意的几个问题:① 如果编码器 的 RNNCell 是LSTM ,那么它输出的高阶向量C(递归状态)的维度 = 2*hidden_size,而GRU 的C向量的维度 = hidden_size
一、seq2seq 多层cell的基本结构
- seq2seq 的应用场景
1、机器翻译
2、自动对话机器人
3、文档摘要自动生成
4、图片描述自动生成
二、attention 的作用
三、根据TensorFlow源码分析seq2seq+attention(LSTM为例)
1、encoder
# Encoder.encoder_cell = copy.deepcopy(cell)encoder_cell = core_rnn_cell.EmbeddingWrapper(encoder_cell,embedding_classes=num_encoder_symbols,embedding_size=embedding_size)#进行类似特征提取,得出编码器的状态和输出encoder_outputs, encoder_state = rnn.static_rnn(encoder_cell, encoder_inputs, dtype=dtype)# First calculate a concatenation of encoder outputs to put attention on.top_states = [array_ops.reshape(e, [-1, 1, cell.output_size]) for e in encoder_outputs]attention_states = array_ops.concat(top_states, 1)#batch_size*H*W*channel
2、decoder
(1)decoder 上一时刻输出 hi-1 与 当前时刻输入yi-1 之间的转化关系
1、注意:1.1 以上这个过程只是 在预测的时候 才会执行该操作,由于预测的过程没有 label,解码器的输入 == 上一时刻解码器的输出1.2 seq2seq 在进行训练的时候,由于 存在label,所以当前时刻解码器的输入跟 label 有关,不再是上一时刻解码器的输出了,有两种方式:① 使用 类似 抛硬币 概率选择输入,在 上一时刻解码器的输出与真实label中选择② 直接采用 真实的 label 进行输入(为了纠错训练时解码器的输出,TensorFlow源码采用的是该方法)
(2)decoder 加入 attention 机制的过程(TensorFlow)
- 注意:以下结构是TensorFlow内部源码的Attention的工作机制,与论文中的soft attention、hard attention、
- local attention、self attention 的结构略有差异
https://blog.csdn.net/qq_16555103/article/details/99760588 --- soft attention、hard attention、 local attention
- 结合源码分析
注意要点:decoder 输入为 GO 的时刻,此时的attention向量C 是 初始化为 0向量 来计算的,即将 0向量与 GO合并做 Linear 得到真正的输入x,再做 .cell(x,state),之后的计算方式与上述一样
(3)上述 (2) 中 attention 状态 TensorFlow的计算方式
- 理论公式:
- 求解value(TensorFlow LSTM 中 value向量 = key向量 = 每个时刻 编码器的输出 ht)的权重向量 α
- 求解 attention 向量
https://blog.csdn.net/sdu_hao/article/details/88167962 ------------------- 权重score 向量α 的计算方法
- 根据TensorFlow 源码分析 attention 向量的计算方式
================== TensorFlow 计算 attention 的源码
with variable_scope.variable_scope(scope or "attention_decoder", dtype=dtype) as scope:dtype = scope.dtypebatch_size = array_ops.shape(decoder_inputs[0])[0] # Needed for reshaping.#attention_state是编码器传递的,attn_length句子的长度attn_length = attention_states.get_shape()[1].valueif attn_length is None:attn_length = array_ops.shape(attention_states)[1] #5句子长度attn_size = attention_states.get_shape()[2].value #512字向量长度# To calculate W1 * h_t we use a 1-by-1 convolution, need to reshape before.hidden = array_ops.reshape(attention_states, [-1, attn_length, 1, attn_size])#(?,5,1,512) 1:为了卷积加的维度[batch_size,H,W,Channel]hidden_features = []v = []#attention_vec_size 512attention_vec_size = attn_size # Size of query vectors for attention. k为PPT中的Ufor a in xrange(num_heads):k = variable_scope.get_variable("AttnW_%d" % a,[1, 1, attn_size, attention_vec_size])hidden_features.append(nn_ops.conv2d(hidden, k, [1, 1, 1, 1], "SAME"))#hidden_features为PPT中U*(h1,h2,...),attnV为PPT中的vv.append(variable_scope.get_variable("AttnV_%d" % a, [attention_vec_size]))state = initial_state #编码器递归最后一个隐藏状态作为解码器的初始递归状态def attention(query): #query是(递归状态:(state)),两层模型"""Put attention masks on hidden using hidden_features and query."""ds = [] # Results of attention reads will be stored here.if nest.is_sequence(query): # If the query is a tuple, flatten it.query_list = nest.flatten(query)for q in query_list: # Check that ndims == 2 if specified.ndims = q.get_shape().ndimsif ndims:assert ndims == 2query = array_ops.concat(query_list, 1)for a in xrange(num_heads):with variable_scope.variable_scope("Attention_%d" % a):y = linear(query, attention_vec_size, True) #pre_hiddent_state*Wy = array_ops.reshape(y, [-1, 1, 1, attention_vec_size])# Attention mask is a softmax of v^T * tanh(...).s = math_ops.reduce_sum(v[a] * math_ops.tanh(hidden_features[a] + y),[2, 3])a = nn_ops.softmax(s)# Now calculate the attention-weighted vector d.d = math_ops.reduce_sum(array_ops.reshape(a, [-1, attn_length, 1, 1]) * hidden, [1, 2])ds.append(array_ops.reshape(d, [-1, attn_size])) #ds表示大框attentionreturn ds
2、seq2seq + attention 过程小结
test():
1. s2s.py --> create_model()1). s2s_model.py --> 实例化S2SModel对象:a. 定义了两层BasicLSTMCell,维度512, 组成cell;b. 定义了embedding的权重矩阵,定义了输出的权重矩阵c. 根据最大桶设置placeholder的长度,同时放到编码和解码器输入链表中d. 解码器的预测输出就是targetse. 三大关键代码:sampled_loss编写loss函数;seq2seq_f包含seq2seq和attention;model_with_buchets内部每个桶用到了seq2seq_f和sampled_loss2).与3大关键代码相关:a.首先执行的是model_with_buckets[seq2seq.py是源代码]:组装了seq2seq_fa.其次执行的是seq2seq_f-->embedding_attention_seq2seq[seq2seq.py]:1. 对输入进行embedding,实际是加在cell上,与cell绑定,rnn.static_rnn构建了编码器2. 构建解码器,将全链接输出与最后一个解码器cell绑定,--->b. embedding_attention_decoder[seq2seq.py]:1. 将解码器的embedding需要的w变量初始化2. 将解码器的预测6865输出映射到vc,找出相应的字进行embedding,作为下一个时刻解码器的输入attention出现--->c.attention_decoder[seq2seq.py]:1.解码器的从输入到预测输出,在将该输出作为下一个时刻输入的运行过程2.attention机制是怎么引入的:1.attn_length是句长、attn_size是字的向量长2.[-1,attn_length,1,attn_size] 分别是句数(图片数),句子长(H),无意义(w),句向量(通道)3.hidden就是h1,h2,...d. 最后:执行的是model_with_buckets[seq2seq.py是源代码]: 组装了sampled_loss[s2s_model.py]:调用tf.nn.sampled_softmax_loss训练与预测不同的地方:第一:seq2seq_f 的参数do_decode 在训练的时候输入 False,在预测的时候输入True,即更改 feed_previos 的 bool参数:预测的时候 loop_function = _extract_argmax_and_embed(embedding, output_projection,update_embedding_for_previous) if feed_previous else None训练的时候 loop_function 选取 解码器输入 真实target 进行输入,而不是选取 解码器上一个时刻 输出 作为输入。第二:训练过程多了一个 BP过程第三:模型的输出结果不同:if not forward_only:return outputs[1], outputs[2], outputs[3:] # 训练过程输出: 更新后的 w,b w,b的梯度 delta(w,b) loss(损失函数的大小)else:return None, outputs[0], outputs[1:] # 预测的返回值:None 、loss(预测时困惑度的评估)、seq2seq网络真实的输出结果
四、seq2seq 经验值
1、seq2seq 处理长句子小技巧:将源句子顺序颠倒后再输入Encoder 中,比如源句子为“A B C”,那么输入 Encoder 的顺序为 “C B A”,经过这样的处理后,取得了很大的提升。
五、基于seq2seq + attention 聊天系统 优化
bug fix: 程序BUG1. /->tf.div ( TensorFlow 中 除法 不要直接用 /); *->tf.mulchange and optimize:1.gradient : adamoptimizer(*) seq2seq_model2.modify participle 3.learning_rate_decay_op seq2seq_modeladd: 优化1.swift cpu&gpu by the global_-->DEV_FLAG global_2.add dropout just for input;maybe you like drop output and change seq2seq_model3.add epoch train(lib)4.add Chinese chat _*_5.add tensorboard loss-show seq2seq_model6.add the 5th min loss point lib/trian for model # 保存loss下降 5个 局部最优点7.add stop early criteria lib/trian # earty_stop8.add L2 regularization seq2seq_enhance linear_function_enhance9.add the current loss point --for training breakpoint
------------------------------------------------------------------ 常见的优化 --------------------------------------------------------------------------------------********** 10.add stop_word _*_ 目的:可以提高模型的效果"呀 吗 吧 呢 呵 呃 呕 呗 呜 哎 唉 啊 啦 的 得 地 你 了 , ? ! ! ? 、 。 , ~ ."原因:seq2seq 本质上是一个概率模型,模型偏向于频率较高的词汇,但是像 语气词、代词、标点 ... 这些词在 QA对话中 没有什么意义,但是频率很高,因此需要对其进行停止词。注意:停止词通常只有对 Q 序列进行操作,而A 序列不进行操作,因此停止词不能用于VC表内部,应当在内存中对序列进行匹配,在输入网络之前去除。tip:停用表用的是字典trie,字典 key hash,搜索速度较快。eg : Q 你明天还会来吗? Q 明天还会来A 当然呀! >>>>>>>>> A 当然呀!*********** 11. stride ----> 2、3 【卷积核的步子、跳帧(语音独有)】 目的 : 加速网络的运行速度 dfsmn
12. 卷积核的设计【3*5 ----> 11*21,将对称的设计为非对称】 目的:增加模型的抗噪声能力
13. 网络层数【VGG变体】
14. 网络结构【普通cnn ---> inception/resnet结构】 也可能是调参
15. Bilstm ---->row conv # 思想:用 行卷积 代替 双向LSTM,加速模型速度 deepspeech2
*********** 16. 使用jieba分词的embeding 效果好于 直接使用 字 embeding
*********** 17. 添加并调整 dropout
*********** 18. sorted words cut 按照词频对词进行排序optimizing:1.cancel the redundant punctuation and right side2.debug: 调参1. unit_size 2048 bath_size 256 OOM(程序持续运行,没有终止)2. unit_size (256->64) unit_size(2048->256) 3. lr(0.5->0.1) bath_size(64->10) unit_size(256->300) (split("[]/'?.")->split(" "))4. lr(0.1->0.001) bach_size(10->32) unit_size(300->500) En--overfitting5. lr(0.001) min_lr(0.00001) bach_size(10) unit_size(100) Ch--fine
语料的预处理:
0. 爬取 --------- 源:① 微信/QQ 聊天 ② 微博对话 ③ 百度知道、知乎..... ④ 电影对白、话剧对白
*********** 1. 去重 ---------- QA 重复 或者 作用相近,例: 你好 与 你好! 等等 方法:查询百度
*********** 2. 清洗--违禁词与长句 ---------- 网络上有 违禁词表(含有违禁词,删除QA)
3. 人工校对 ----------- 正规公司内部有专业校对人员
*********** 4. 数据扩增 ------------- 仿真现实对话,用于模拟常见的真实回答 与 ‘艺术感’的感性回答 原因:因为爬取的数据来源不同,对话运用的场景不同,根据业务进行数据扩增。由于语料中可能存在 Q相似而答案比较突兀的回答,因为这些回答可能有之前对话的场景,而模型预测的时候需要大概率回答正常的answer,小概率会‘艺术性’answer,这时候就要对 QA进行语料扩增。如下所示:Q 你好 Q 你好A 你好 A 你怎么来这么早扩增: 30倍(语料库中扩展30次,但是需要随机插入 到语料中,不可连续出现) 扩增:5倍 常见对话 30倍 .... 不常见话剧对话 5/10倍tip: 之所以要用‘艺术性’answer是为了让模型看起来不太‘呆滞’,具有人情味。
seq2seq + attention相关推荐
- Tensorflow 自动文摘: 基于Seq2Seq+Attention模型的Textsum模型
Github下载完整代码 https://github.com/rockingdingo/deepnlp/tree/master/deepnlp/textsum 简介 这篇文章中我们将基于Tensor ...
- Seq2Seq Attention模型
首先强调一下图文来源,真正的完全图解Seq2Seq Attention模型.本人目前用到此模型,发现该知乎作者的文章写得通俗易懂,于是整理作为自己的笔记.如果小伙伴对模型中各种隐层状态感到不解,请看我 ...
- NLP-生成模型-2017-PGNet:Seq2Seq+Attention+Coverage+Copy【Coverage解决解码端重复解码问题;Copy机制解决解码端OOV问题】【抽取式+生成式】
PGNet模型训练注意事项: Coverage机制要在训练的最后阶段再加入(约占总训练时间的1%),如果从刚开始训练时就加入则反而影响训练效果: Copy机制在源文本的各个单词上的概率分布直接使用At ...
- Seq2Seq+Attention生成式文本摘要
任务描述: 自动摘要是指给出一段文本,我们从中提取出要点,然后再形成一个短的概括性的文本.自动的文本摘要是非常具有挑战性的,因为当我们作为人类总结一篇文章时,我们通常会完整地阅读它以发展我们的理解,然 ...
- 文本生成任务之营销文本生成(Seq2seq+attention、Pointer Generator Network、Converage、Beam Search、优化技巧、文本增强)
文章目录 引言 项目任务简介 0. 数据预处理 0.1 将json文件转化成txt文件 0.2 词典处理 0.3 自定义数据集SampleDataset(Dataset类) 0.4 生成Dataloa ...
- Seq2Seq(Attention)
#学习笔记#(图在上,对应讲解在下) 首先seq2seq模型可以用来处理许多NLP相关任务,这里介绍加入attention机制的意义以及算法 对于普通Seq2Seq模型,Encoder本身是一个RNN ...
- Seq2Seq Attention输入输出维度分析(最全面细致)
先给出Seq2Seq Attention的计算过程的截图,来源于知乎Yuanche.Sh的题为真正的完全图解Seq2Seq Attention模型的文章,也希望你阅读了我的上一篇文章:Seq2Seq ...
- 智能客服系列3 seq2seq+attention【Python十分钟写出聊天机器人】基于Keras实现seq2seq模型
开篇导读 首先复习下前面聊天机器人系列: <一>聊天机器人/翻译系统系列一梳理了聊天机器人网络设计模型原理 (理论篇-图文解锁seq2seq+attention模型原理) <二> ...
- 基于PyTorch实现Seq2Seq + Attention的英汉Neural Machine Translation
NMT(Neural Machine Translation)基于神经网络的机器翻译模型效果越来越好,还记得大学时代Google翻译效果还是差强人意,近些年来使用NMT后已基本能满足非特殊需求了.目前 ...
最新文章
- 软件测试需要学习什么技术
- AttributeError: module librosa has no attribute output No module named numba.decorators错误解决
- [杂谈]杂谈章2 eclipse没有(添加)“Dynamic Web Project”
- bzoj 1441: Min 裴蜀定理
- (并查集 带关系)Find them, Catch them -- poj -- 1703
- IIS上部署asp.net core2.1项目
- android studio gradle 学习,学习Android Studio里的Gradle
- 数据科学生命周期_数据科学项目生命周期第1部分
- oracle tnsnames.ora文件用法说明
- (20)FPGA数据接口同步化
- c与指针 从一个字符串中提取子串_python实现找出来一个字符串中最长不重复子串...
- 大数据可视化模板、模板框架、动态控件、可视化大数据原型、监控平台、图表元件库、数据看板、驾驶舱、统计图表、大数据驾驶舱、大屏展示、联勤治理、旅游、运输、车辆、校园、舆情、信息监测看板原型
- LCD显示屏和OLED显示屏的区别
- MacBook上有哪些相见恨晚的神器
- C#对Dictionary的按Value排序
- JS基础到结束知识详细大汇总
- Nodejs版本更新
- 【游戏开发小技】Unity中实现Dota里的角色技能地面贴花效果(URP | ShaderGraph | Decal)
- 网站快速成型工具-Element UI
- 诺基亚symbian 手册汇编
热门文章
- k线图的93个卖出形态
- mysql数据库 表大小_统计mysql数据库、表大小_MySQL
- 在html中 标记td,HTML td标记
- WIN10中使用vscode,在jupyter中运行c++程序
- activemq 的 AMQ214013: Failed to decode packet和AMQ219032: Invalid type: 1错误
- Linux常用命令之新手上路(二)
- 回顾 | .NET MAUI 跨平台应用开发 - 用 .NET MAUI 开发一个无人机应用(上)
- 50个有用的国外扁平化设计PSD素材
- 论高危职业,测试员坦然垫底,揭秘一个测试员疯狂的全过程!
- IDEA找不到SVN(Subversion)配置