双向RNN:bidirectional_dynamic_rnn()函数的使用详解

双向RNN：bidirectional_dynamic_rnn()函数的使用详解

先说下为什么要使用到双向RNN，在读一篇文章的时候，上文提到的信息十分的重要，但这些信息是不足以捕捉文章信息的，下文隐含的信息同样会对该时刻的语义产生影响。

举一个不太恰当的例子，某次工作会议上，领导进行“简洁地”总结，他会在第一句告诉你：“下面，为了节约时间，我简单地说两点…”，（…此处略去五百字…），“首先，….”，（…此处略去一万字…），“碍于时间的关系，我要加快速度了，下面我简要说下第二点…”（…此处再次略去五千字…）“好的，我想说的大概就是这些”（…此处又略去了二百字…），“谢谢大家！”如果将这篇发言交给一个单层的RNN网络去学习，因为“首先”和“第二点”中间隔得实在太久，等到开始学习“第二点”时，网络已经忘记了“简单地说两点”这个重要的信息，最终的结果就只剩下在风中凌乱了。。。于是我们决定加一个反向的网络，从后开始往前听，对于这层网络，他首先听到的就是“第二点”，然后是“首先”，最后，他对比了一下果然仅仅是“简要地两点”，在于前向的网络进行结合，就深入学习了领导的指导精神。

上图是一个双向LSTM的结构图，对于最后输出的每个隐藏状态 都是前向网络和后向网络的元组，即 其中每一个 或者 又是一个由隐藏状态和细胞状态组成的元组（或者是concat）。同样最终的output也是需要将前向和后向的输出concat起来的，这样就保证了在最终时刻，无论是输出还是隐藏状态都是有考虑了上文和下文信息的。

下面就来看下tensorflow中已经集成的 tf.nn.bidirectional_dynamic_rnn() 函数。似乎双向的暂时只有这一个动态的RNN方法，不过想想也能理解，这种结构暂时也只会在encoder端出现，无论你的输入是pad到了定长或者是不定长的，动态RNN都是可以处理的。

具体的定义如下：

tf.nn.bidirectional_dynamic_rnn(
cell_fw,
cell_bw,
inputs,
sequence_length=None,
initial_state_fw=None,
initial_state_bw=None,
dtype=None,
parallel_iterations=None,
swap_memory=False,
time_major=False,
scope=None
)

仔细看这个方法似乎和dynamic_rnn()没有太大区别，无非是多加了一个bw的部分，事实上也的确如此。先看下前向传播的部分：

with vs.variable_scope(scope or "bidirectional_rnn"):
# Forward direction
with vs.variable_scope("fw") as fw_scope:
 output_fw, output_state_fw = dynamic_rnn(
   cell=cell_fw, inputs=inputs,
   sequence_length=sequence_length,
   initial_state=initial_state_fw,
   dtype=dtype,
   parallel_iterations=parallel_iterations,
   swap_memory=swap_memory,
   scope=fw_scope)

完全就是一个dynamic_rnn()，至于你选择LSTM或者GRU，只是cell的定义不同罢了。而双向RNN的核心就在于反向的bw部分。刚才说过，反向部分就是从后往前读，而这个翻转的部分，就要用到一个reverse_sequence()的方法，来看一下这一部分：

with vs.variable_scope("bw") as bw_scope:
# ———————————— 此处是重点 ————————————
inputs_reverse = _reverse(
  inputs, seq_lengths=sequence_length,
  seq_dim=time_dim, batch_dim=batch_dim)
# ————————————————————————————————————
tmp, output_state_bw = dynamic_rnn(
  cell=cell_bw,
  inputs=inputs_reverse,
  sequence_length=sequence_length,
  initial_state=initial_state_bw,
  dtype=dtype,
  parallel_iterations=parallel_iterations,
  swap_memory=swap_memory,
  time_major=time_major,
  scope=bw_scope)

我们可以看到，这里的输入不再是inputs，而是一个inputs_reverse，根据time_major的取值，time_dim和batch_dim组合的 {0,1} 取值正好相反，也就对应了时间维和批量维的词序关系。

而最终的输出：

outputs = (output_fw, output_bw)
output_states = (output_state_fw, output_state_bw)

这里还有最后的一个小问题，output_states是一个元组的元组，我个人的处理方法是用c_fw,h_fw = output_state_fw和c_bw,h_bw = output_state_bw，最后再分别将c和h状态concat起来，用tf.contrib.rnn.LSTMStateTuple()函数生成decoder端的初始状态。

来源：https://blog.csdn.net/Cerisier/article/details/80135999