Keras实现GRU 与LSTM_gru_out = bidirectional(gru(lstm_units,return_sequ

---

目录

LSTM 变种——GRU的原理

GRU 与LSTM的对比

Keras实现GRU

keras中使用gru/LSTM，如何选择获得最后一个隐状态还是所有时刻的隐状态

---

---

LSTM的网络结构图：

C是一个记忆单元, U和W是网络LSTM模型的参数（权值矩阵），

i、f、o分别称之为输入门、遗忘门、输出门。

σ表示sigmoid激活函数 ；s(t)是t时刻，LSTM隐藏层的激活值

 LSTM在t时刻的输入包含：

• X(t) : t时刻网络的输入数据
• S(t-1) : t-1时刻隐藏层神经元的激活值
• C(t-1)  :

输出就是t时刻隐层神经元激活值S(t)

 

---

# keras实现LSTM网络
# Hyper parameters
batch_size = 128
nb_epoch = 10
 
input_shape = (nb_time_steps, dim_input_vector) 
 #nb_time_steps时间步 ， dim_input_vector 表示输入向量的维度，也等于n_features，列数
X_train = X_train.astype('float32') / 255. 
X_test = X_test.astype('float32') / 255. 
 
Y_train = np_utils.to_categorical(y_train, nb_classes) #转为类别向量，nb_classes为类别数目
Y_test = np_utils.to_categorical(y_test, nb_classes)
 
# Build LSTM network
model = Sequential() 
model.add(LSTM(nb_lstm_outputs, input_shape=input_shape))  
model.add(Dense(nb_classes, activation='softmax', init=init_weights)) #初始权重
 
model.summary()  #打印模型
plot(model, to_file='lstm_model.png') #绘制模型结构图，并保存成图片
 
model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])  #编译模型
history = model.fit(X_train, Y_train, nb_epoch=nb_epoch, batch_size=batch_size, shuffle=True, verbose=1)  #迭代训练
 
score = model.evaluate(X_test, Y_test, verbose=1) #模型评估
print('Test score:', score[0])
print('Test accuracy:', score[1])

 

---

LSTM 变种——GRU的原理

  参考【（译）理解LSTM网络 ----Understanding LSTM Networks by colah】【 理解GRU网络】

由Cho, et al. (2014) 提出如 fig.13 所示，只有两个门：重置门（reset gate）和更新门（update gate）。它把LSTM中的细胞状态【cell state,单元状态】和隐藏状态进行了合并，最后模型比标准LSTM 结构简单。

其中，   表示重置门，  表示更新门。重置门决定是否将之前的状态忘记。（作用相当于合并了 LSTM 中的遗忘门和传入门）当  趋于 0 的时候，前一个时刻的状态信息  会被忘掉，隐藏状态   会被重置为当前输入的信息。更新门决定是否要将隐藏状态更新为新的状态  （作用相当于 LSTM 中的输出门）。

GRU 与LSTM的对比

与 LSTM 相比：

(1) GRU 少一个门，同时少了细胞状态  

(2) 在 LSTM 中，通过遗忘门和传入门控制信息的保留和传入；GRU 则通过重置门来控制是否要保留原来隐藏状态的信息，但是不再限制当前信息的传入。

(3) 在 LSTM 中，虽然得到了新的细胞状态 Ct，但是还不能直接输出，而是需要经过一个过滤的处理： ； 同样，在 GRU 中, 虽然 (2) 中我们也得到了新的隐藏状态  ， 但是还不能直接输出，而是通过更新门来控制最后的输出： 

 

 

---

Keras实现GRU

在这里，同样使用Imdb数据集，且使用同样的方法对数据集进行处理，详细处理过程可以参考《使用Keras进行深度学习：（五）RNN和双向RNN讲解及实践》一文。

---

Keras中的earlystopping【提前终止】 可用于防止过拟合，它在Keras.callbacks中，常用的命令方式：

early_stopping = EarlyStopping(monitor = 'val_loss', patience = 50, verbose = 2)
history = model.fit(train_x, train_y, epochs = 300, batchsize = 20, validation_data =(test_x,test_y), verbose = 2,shuffle =False, callbacks =[early_stopping])

参数：

•  monitor表示要监视的量，如 目标函数值loss，acc准确率等，
• epoch迭代次数，训练的轮数。
• batch_size ：设置批量的大小，每次训练和梯度更新块的大小
• patience : 当earlystop 被激活后【eg.发现loss相比上一轮没有下降】则经过patience 个epoch后再停止训练。
• verbose :信息展示模式/进度表示方式。0表示不显示数据，1表示显示进度条，2表示用只显示一个数据。
• callbacks : 回调函数列表。就是函数执行完后自动调用的函数列表。
• validation_split : 验证数据的使用比例。
• validation_data : 被用来作为验证数据的(X, y)元组。会代替validation_split所划分的验证数据。
• shuffle : 类型为boolean或 str(‘batch’)。是否对每一次迭代的样本进行shuffle操作（可以参见博文Theano学习笔记01--Dimshuffle()函数）。’batch’是一个用于处理HDF5（keras用于存储权值的数据格式）数据的特殊选项。
• show_accuracy:每次迭代是否显示分类准确度。
• class_weight : 分类权值键值对。

---

 

---

可以发现GRU和LSTM具有同样出色的结果，甚至比LSTM结果好一些。在很多时候，人们更愿意使用GRU来替换LSTM，因为GRU比LSTM少一个门，参数更少，相对容易训练且可以防止过拟合。(训练样本少的时候可以使用防止过拟合，训练样本多的时候则可以节省很多训练时间。)因此GRU是一个非常流行的LSTM变体。同时，希望通过该文能让读者对GRU有更深刻的了解。

---

keras中使用gru/LSTM，如何选择获得最后一个隐状态还是所有时刻的隐状态

gru_layer=GRU(units=50,activation='relu',return_sequences=True)

当return_sequences为True，返回所有时刻的状态，即（batch_size,time_steps,units）

否则，返回最后的隐状态，即（batch_size,units）

---

LSTM 超参数调试

以下是手动优化 RNN 超参数时需要注意的一些事：

• 小心出现过拟合，这通常是因为神经网络在“死记”定型数据。过拟合意味着定 型数据的表现会很好，但网络的模型对于样例以外的预测则完全无用。
•  正则化有好处：正则化的方法包括 L1、L2 和丢弃法等。 
• 保留一个神经网络不作定型的单独测试集。
•  网络越大，功能越强，但也更容易过拟合。不要尝试用 10,000 个样例来学习一 百万个参数 参数 > 样例数 = 问题。 
• 数据基本上总是越多越好，因为有助于防止过拟合。
•  定型应当包括多个 epoch（使用整个数据集定型一次）。
•  每个 epoch 之后，评估测试集表现，判断何时停止（提前停止）。 
• 学习速率是最为重要的超参数。可用 deeplearning4j-ui 调试；
• 总体而言，堆叠层是有好处的。 
• 对于 LSTM，可使用 softsign（而非 softmax）激活函数替代 tanh（更快且更不 容易出现饱和（约 0 梯度））。
• 更新器：RMSProp、AdaGrad 或 momentum（Nesterovs）通常都是较好的选择。 AdaGrad 还能衰减学习速率，有时会有帮助。
• 最后，记住数据标准化、MSE 损失函数 + 恒等激活函数用于回归、Xavier 权重 初始化

 

---

注：本文转自【使用Keras进行深度学习：（七）GRU讲解及实践】    参考LSTM、GRU网络入门学习