LSTM¶
- class torch.nn.LSTM(input_size, hidden_size, num_layers=1, bias=True, batch_first=False, dropout=0.0, bidirectional=False, proj_size=0, device=None, dtype=None)[source]¶
将多层长短期记忆 (LSTM) RNN 应用于输入序列。对于输入序列中的每个元素,每一层都会计算以下函数
其中,是时间t处的隐藏状态,是时间t处的细胞状态,是时间t处的输入,是时间t-1层或时间0处的初始隐藏状态,以及,,,分别是输入门、遗忘门、细胞门和输出门。是sigmoid函数,是哈达玛积。
在多层LSTM中,第层()的输入是前一层的隐藏状态乘以dropout ,其中每个是一个伯努利随机变量,以概率
dropout
为。如果指定了
proj_size > 0
,则将使用带投影的 LSTM。这会以下列方式更改 LSTM 单元格。首先, 的维度将从hidden_size
更改为proj_size
( 的维度将相应更改)。其次,每一层的输出隐藏状态将乘以一个可学习的投影矩阵:。请注意,因此,LSTM 网络的输出也将具有不同的形状。有关所有变量的确切维度,请参见下面的输入/输出部分。您可以在 https://arxiv.org/abs/1402.1128 中找到更多详细信息。- 参数
input_size – 输入 x 中预期的特征数量
hidden_size – 隐藏状态 h 中的特征数量
num_layers – 循环层的数量。例如,设置
num_layers=2
表示将两个 LSTM 堆叠在一起形成一个 stacked LSTM,其中第二个 LSTM 接收第一个 LSTM 的输出并计算最终结果。默认值:1bias – 如果
False
,则该层不使用偏差权重 b_ih 和 b_hh。默认值:True
batch_first – 如果
True
,则输入和输出张量将以 (batch, seq, feature) 而不是 (seq, batch, feature) 的形式提供。请注意,这并不适用于隐藏状态或单元状态。有关详细信息,请参见下面的输入/输出部分。默认值:False
dropout – 如果非零,则在除最后一层之外的每个 LSTM 层的输出上引入一个 Dropout 层,其 dropout 概率等于
dropout
。默认值:0bidirectional – 如果
True
,则变为双向 LSTM。默认值:False
proj_size – 如果
> 0
,则将使用具有相应大小的投影的 LSTM。默认值:0
- 输入:input, (h_0, c_0)
input: 未批处理输入的形状为 的张量,当
batch_first=False
时形状为 ,当batch_first=True
时形状为 ,包含输入序列的特征。输入也可以是打包的可变长度序列。有关详细信息,请参见torch.nn.utils.rnn.pack_padded_sequence()
或torch.nn.utils.rnn.pack_sequence()
。h_0: 未批处理输入的形状为 或形状为 的张量,包含输入序列中每个元素的初始隐藏状态。如果未提供 (h_0, c_0),则默认为零。
c_0: 形状为 的张量,用于非批处理输入,或形状为 的张量,用于批处理输入。包含输入序列中每个元素的初始单元状态。如果未提供 (h_0, c_0),则默认为零。
其中
- 输出: output, (h_n, c_n)
output: 形状为 的张量,用于非批处理输入,或形状为 的张量(当
batch_first=False
时),或形状为 的张量(当batch_first=True
时),包含 LSTM 最后一层每个时间步 t 的输出特征 (h_t)。如果输入是torch.nn.utils.rnn.PackedSequence
,则输出也将是打包序列。当bidirectional=True
时,output 将包含序列中每个时间步的前向和反向隐藏状态的连接。h_n:形状为 的张量,用于非批处理输入,或者形状为 的张量,包含序列中每个元素的最终隐藏状态。当
bidirectional=True
时,h_n 将包含最终前向和反向隐藏状态的拼接。c_n:形状为 的张量,用于非批处理输入,或者形状为 的张量,包含序列中每个元素的最终细胞状态。当
bidirectional=True
时,c_n 将包含最终前向和反向细胞状态的拼接。
- 变量
weight_ih_l[k] – 第 层的可学习输入-隐藏权重 (W_ii|W_if|W_ig|W_io),对于 k = 0,形状为 (4*hidden_size, input_size)。否则,形状为 (4*hidden_size, num_directions * hidden_size)。如果指定了
proj_size > 0
,则对于 k > 0,形状将为 (4*hidden_size, num_directions * proj_size)weight_hh_l[k] – 第 层的可学习隐藏-隐藏权重 (W_hi|W_hf|W_hg|W_ho),形状为 (4*hidden_size, hidden_size)。如果指定了
proj_size > 0
,则形状将为 (4*hidden_size, proj_size)。bias_ih_l[k] – 第 层的可学习输入-隐藏偏置 (b_ii|b_if|b_ig|b_io),形状为 (4*hidden_size)
bias_hh_l[k] – 第 层的可学习隐藏-隐藏偏置 (b_hi|b_hf|b_hg|b_ho),形状为 (4*hidden_size)
weight_hr_l[k] – 第 层的可学习投影权重,形状为 (proj_size, hidden_size)。仅当指定了
proj_size > 0
时存在。weight_ih_l[k]_reverse – 与反向方向的 weight_ih_l[k] 相同。仅当
bidirectional=True
时存在。weight_hh_l[k]_reverse – 与反向方向的 weight_hh_l[k] 相同。仅当
bidirectional=True
时存在。bias_ih_l[k]_reverse – 与反向方向的 bias_ih_l[k] 相同。仅当
bidirectional=True
时存在。bias_hh_l[k]_reverse – 与反向方向的 bias_hh_l[k] 相同。仅当
bidirectional=True
时存在。weight_hr_l[k]_reverse – 与反向方向的 weight_hr_l[k] 相同。仅当
bidirectional=True
且指定了proj_size > 0
时存在。
注意
所有权重和偏置都从 初始化,其中
注意
对于双向 LSTMs,前向和后向分别对应方向 0 和 1。当
batch_first=False
时,输出层分割的示例:output.view(seq_len, batch, num_directions, hidden_size)
。注意
对于双向 LSTMs,h_n 不等价于 output 的最后一个元素;前者包含最终的前向和反向隐藏状态,而后者包含最终的前向隐藏状态和初始的反向隐藏状态。
注意
batch_first
参数对于非批处理输入会被忽略。注意
proj_size
应该小于hidden_size
。警告
在某些版本的 cuDNN 和 CUDA 上,RNN 函数存在已知的非确定性问题。您可以通过设置以下环境变量来强制确定性行为
在 CUDA 10.1 上,设置环境变量
CUDA_LAUNCH_BLOCKING=1
。这可能会影响性能。在 CUDA 10.2 或更高版本上,设置环境变量(注意开头的冒号符号)
CUBLAS_WORKSPACE_CONFIG=:16:8
或CUBLAS_WORKSPACE_CONFIG=:4096:2
。有关更多信息,请参阅 cuDNN 8 发行说明。
注意
如果满足以下条件:1)启用了 cudnn,2)输入数据位于 GPU 上 3)输入数据的数据类型为
torch.float16
4)使用了 V100 GPU,5)输入数据不是PackedSequence
格式,可以选择持久算法来提高性能。示例
>>> rnn = nn.LSTM(10, 20, 2) >>> input = torch.randn(5, 3, 10) >>> h0 = torch.randn(2, 3, 20) >>> c0 = torch.randn(2, 3, 20) >>> output, (hn, cn) = rnn(input, (h0, c0))