Наведені вище відповіді стосувалися питання, чому дуже добре. Я просто хочу додати приклад для кращого розуміння використання pack_padded_sequence
.
Візьмемо приклад
Примітка: pack_padded_sequence
потрібні відсортовані послідовності в пакеті (у порядку зменшення довжин послідовностей). У наведеному нижче прикладі партію послідовностей вже було відсортовано для зменшення захаращення. Відвідайте це основне посилання для повного впровадження.
Спочатку ми створюємо партію з 2 послідовностей різної довжини послідовностей, як показано нижче. У нас 7 елементів у партії повністю.
- Кожна послідовність має розмір вбудовування 2.
- Перша послідовність має довжину: 5
- Друга послідовність має довжину: 2
import torch
seq_batch = [torch.tensor([[1, 1],
[2, 2],
[3, 3],
[4, 4],
[5, 5]]),
torch.tensor([[10, 10],
[20, 20]])]
seq_lens = [5, 2]
Ми підкладаємо, seq_batch
щоб отримати партію послідовностей з однаковою довжиною 5 (максимальна довжина в партії). Тепер нова партія містить 10 елементів.
padded_seq_batch = torch.nn.utils.rnn.pad_sequence(seq_batch, batch_first=True)
"""
>>>padded_seq_batch
tensor([[[ 1, 1],
[ 2, 2],
[ 3, 3],
[ 4, 4],
[ 5, 5]],
[[10, 10],
[20, 20],
[ 0, 0],
[ 0, 0],
[ 0, 0]]])
"""
Потім ми пакуємо padded_seq_batch
. Він повертає кортеж із двох тензорів:
- Перший - це дані, що включають усі елементи пакетної послідовності.
- Другий - це той,
batch_sizes
який покаже, як елементи пов'язані між собою кроками.
packed_seq_batch = torch.nn.utils.rnn.pack_padded_sequence(padded_seq_batch, lengths=seq_lens, batch_first=True)
"""
>>> packed_seq_batch
PackedSequence(
data=tensor([[ 1, 1],
[10, 10],
[ 2, 2],
[20, 20],
[ 3, 3],
[ 4, 4],
[ 5, 5]]),
batch_sizes=tensor([2, 2, 1, 1, 1]))
"""
Тепер ми передаємо кортеж packed_seq_batch
повторюваним модулям Pytorch, таким як RNN, LSTM. Для цього потрібні лише 5 + 2=7
обчислення в періодичному модулі.
lstm = nn.LSTM(input_size=2, hidden_size=3, batch_first=True)
output, (hn, cn) = lstm(packed_seq_batch.float())
"""
>>> output # PackedSequence
PackedSequence(data=tensor(
[[-3.6256e-02, 1.5403e-01, 1.6556e-02],
[-6.3486e-05, 4.0227e-03, 1.2513e-01],
[-5.3134e-02, 1.6058e-01, 2.0192e-01],
[-4.3123e-05, 2.3017e-05, 1.4112e-01],
[-5.9372e-02, 1.0934e-01, 4.1991e-01],
[-6.0768e-02, 7.0689e-02, 5.9374e-01],
[-6.0125e-02, 4.6476e-02, 7.1243e-01]], grad_fn=<CatBackward>), batch_sizes=tensor([2, 2, 1, 1, 1]))
>>>hn
tensor([[[-6.0125e-02, 4.6476e-02, 7.1243e-01],
[-4.3123e-05, 2.3017e-05, 1.4112e-01]]], grad_fn=<StackBackward>),
>>>cn
tensor([[[-1.8826e-01, 5.8109e-02, 1.2209e+00],
[-2.2475e-04, 2.3041e-05, 1.4254e-01]]], grad_fn=<StackBackward>)))
"""
Нам потрібно перетворити output
назад на заповнену партію виводу:
padded_output, output_lens = torch.nn.utils.rnn.pad_packed_sequence(output, batch_first=True, total_length=5)
"""
>>> padded_output
tensor([[[-3.6256e-02, 1.5403e-01, 1.6556e-02],
[-5.3134e-02, 1.6058e-01, 2.0192e-01],
[-5.9372e-02, 1.0934e-01, 4.1991e-01],
[-6.0768e-02, 7.0689e-02, 5.9374e-01],
[-6.0125e-02, 4.6476e-02, 7.1243e-01]],
[[-6.3486e-05, 4.0227e-03, 1.2513e-01],
[-4.3123e-05, 2.3017e-05, 1.4112e-01],
[ 0.0000e+00, 0.0000e+00, 0.0000e+00],
[ 0.0000e+00, 0.0000e+00, 0.0000e+00],
[ 0.0000e+00, 0.0000e+00, 0.0000e+00]]],
grad_fn=<TransposeBackward0>)
>>> output_lens
tensor([5, 2])
"""
Порівняйте ці зусилля зі стандартним способом
Стандартним чином, нам потрібно тільки передати padded_seq_batch
в lstm
модуль. Однак для цього потрібно 10 обчислень. Він включає кілька обчислень більше для елементів доповнення, що було б неефективно обчислювально .
Зауважте, що це не призводить до неточних подань, але для вилучення правильних подань потрібно набагато більше логіки.
- Для LSTM (або будь-яких повторюваних модулів) лише з прямим напрямком, якщо ми хочемо витягнути прихований вектор останнього кроку як подання для послідовності, нам доведеться підібрати приховані вектори з кроку T (th), де T - довжина введення. Підібрати останнє подання буде неправильно. Зверніть увагу, що T буде різним для різних входів в пакетному режимі.
- Для двонаправленого LSTM (або будь-яких періодичних модулів) це ще більш громіздко, оскільки потрібно було б підтримувати два модулі RNN, один, який працює з відступом на початку введення, а другий з відступом в кінці входу, нарешті, вилучення та конкатенація прихованих векторів, як пояснено вище.
Побачимо різницю:
output, (hn, cn) = lstm(padded_seq_batch.float())
"""
>>> output
tensor([[[-3.6256e-02, 1.5403e-01, 1.6556e-02],
[-5.3134e-02, 1.6058e-01, 2.0192e-01],
[-5.9372e-02, 1.0934e-01, 4.1991e-01],
[-6.0768e-02, 7.0689e-02, 5.9374e-01],
[-6.0125e-02, 4.6476e-02, 7.1243e-01]],
[[-6.3486e-05, 4.0227e-03, 1.2513e-01],
[-4.3123e-05, 2.3017e-05, 1.4112e-01],
[-4.1217e-02, 1.0726e-01, -1.2697e-01],
[-7.7770e-02, 1.5477e-01, -2.2911e-01],
[-9.9957e-02, 1.7440e-01, -2.7972e-01]]],
grad_fn= < TransposeBackward0 >)
>>> hn
tensor([[[-0.0601, 0.0465, 0.7124],
[-0.1000, 0.1744, -0.2797]]], grad_fn= < StackBackward >),
>>> cn
tensor([[[-0.1883, 0.0581, 1.2209],
[-0.2531, 0.3600, -0.4141]]], grad_fn= < StackBackward >))
"""
Наведені вище результати показують , що hn
, cn
різні в двох напрямках , а output
з двох способів призводять до різних значень для заповнення елементів.