Pytorch实现LSTM和GRU示例

为了解决传统RNN无法长时依赖问题，RNN的两个变体LSTM和GRU被引入。

LSTM

Long Short Term Memory，称为长短期记忆网络，意思就是长的短时记忆，其解决的仍然是短时记忆问题，这种短时记忆比较长，能一定程度上解决长时依赖。

上图为LSTM的抽象结构，LSTM由3个门来控制，分别是输入门、遗忘门和输出门。输入门控制网络的输入，遗忘门控制着记忆单元，输出门控制着网络的输出。最为重要的就是遗忘门，可以决定哪些记忆被保留，由于遗忘门的作用，使得LSTM具有长时记忆的功能。对于给定的任务，遗忘门能够自主学习保留多少之前的记忆，网络能够自主学习。

具体看LSTM单元的内部结构：

在每篇文章中，作者都会使用和标准LSTM稍微不同的版本，针对特定的任务，特定的网络结构往往表现更好。

GRU

上述的过程的线性变换没有使用偏置。隐藏状态参数不再是标准RNN的4倍，而是3倍，也就是GRU的参数要比LSTM的参数量要少，但是性能差不多。

Pytorch

在Pytorch中使用nn.LSTM()可调用，参数和RNN的参数相同。具体介绍LSTM的输入和输出：

输入： input, (h_0, c_0)

input：输入数据with维度(seq_len,batch,input_size)

h_0:维度为(num_layers*num_directions,batch,hidden_size),在batch中的

初始的隐藏状态.

c_0:初始的单元状态，维度与h_0相同

输出：output, (h_n, c_n)

output：维度为(seq_len, batch, num_directions * hidden_size)。

h_n：最后时刻的输出隐藏状态，维度为 (num_layers * num_directions, batch, hidden_size)

c_n:最后时刻的输出单元状态，维度与h_n相同。

LSTM的变量：

以MNIST分类为例实现LSTM分类

MNIST图片大小为28×28，可以将每张图片看做是长为28的序列，序列中每个元素的特征维度为28。将最后输出的隐藏状态 作为抽象的隐藏特征输入到全连接层进行分类。最后输出的

导入头文件：

import torch
import torch.nn as nn
import torch.optim as optim
import torchvision
from torchvision import transforms

class Rnn(nn.Module):
 def __init__(self, in_dim, hidden_dim, n_layer, n_classes):
   super(Rnn, self).__init__()
   self.n_layer = n_layer
   self.hidden_dim = hidden_dim
   self.lstm = nn.LSTM(in_dim, hidden_dim, n_layer, batch_first=True)
   self.classifier = nn.Linear(hidden_dim, n_classes)

def forward(self, x):
   out, (h_n, c_n) = self.lstm(x)
   # 此时可以从out中获得最终输出的状态h
   # x = out[:, -1, :]
   x = h_n[-1, :, :]
   x = self.classifier(x)
   return x

训练和测试代码：

transform = transforms.Compose([
 transforms.ToTensor(),
 transforms.Normalize([0.5], [0.5]),
])

trainset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=128, shuffle=True)

testset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=100, shuffle=False)

net = Rnn(28, 10, 2, 10)

net = net.to('cpu')
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.1, momentum=0.9)

# Training
def train(epoch):
 print('\nEpoch: ％d' ％ epoch)
 net.train()
 train_loss = 0
 correct = 0
 total = 0
 for batch_idx, (inputs, targets) in enumerate(trainloader):
   inputs, targets = inputs.to('cpu'), targets.to('cpu')
   optimizer.zero_grad()
   outputs = net(torch.squeeze(inputs, 1))
   loss = criterion(outputs, targets)
   loss.backward()
   optimizer.step()

train_loss += loss.item()
   _, predicted = outputs.max(1)
   total += targets.size(0)
   correct += predicted.eq(targets).sum().item()

print(batch_idx, len(trainloader), 'Loss: ％.3f | Acc: ％.3f％％ (％d/％d)'
     ％ (train_loss/(batch_idx+1), 100.*correct/total, correct, total))

def test(epoch):
 global best_acc
 net.eval()
 test_loss = 0
 correct = 0
 total = 0
 with torch.no_grad():
   for batch_idx, (inputs, targets) in enumerate(testloader):
     inputs, targets = inputs.to('cpu'), targets.to('cpu')
     outputs = net(torch.squeeze(inputs, 1))
     loss = criterion(outputs, targets)

test_loss += loss.item()
     _, predicted = outputs.max(1)
     total += targets.size(0)
     correct += predicted.eq(targets).sum().item()

print(batch_idx, len(testloader), 'Loss: ％.3f | Acc: ％.3f％％ (％d/％d)'
       ％ (test_loss/(batch_idx+1), 100.*correct/total, correct, total))

for epoch in range(200):
 train(epoch)
 test(epoch)

来源：https://blog.csdn.net/winycg/article/details/88937583