为什么我们将序列“打包”在pytorch中?
deep-learning
pytorch
recurrent-neural-network
tensor
67
0

我试图复制rnn的可变长度序列输入如何使用打包,但是我想我首先需要了解为什么我们需要“打包”序列。

我了解为什么我们需要“填充”它们,但是为什么需要“打包”(通过pack_padded_sequence )?

任何高层次的解释将不胜感激!

参考资料:
Stack Overflow
收藏
评论
共 5 个回答
高赞 时间 活跃

我使用了打包填充序列,如下所示。

packed_embedded = nn.utils.rnn.pack_padded_sequence(seq, text_lengths)
packed_output, hidden = self.rnn(packed_embedded)

其中text_lengths是填充序列之前的各个序列的长度,并根据给定批次中长度的递减顺序对其进行排序。

您可以在此处查看示例。

并且我们进行打包,以使RNN在处理会影响整体性能的序列时不会看到不需要的填充索引。

收藏
评论

上面的答案解决了为什么很好的问题。我只想添加一个示例,以更好地理解pack_padded_sequence

让我们举个例子

注意: pack_padded_sequence需要批量处理排序的序列(以序列长度的降序排列)。在以下示例中,已经对序列批次进行了排序,以减少混乱。访问此要点链接以获取完整的实现。

首先,我们如下创建一批2个不同序列长度的序列。我们总共有7个元素。

  • 每个序列的嵌入大小为2。
  • 第一个序列的长度为:5
  • 第二个序列的长度为: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]

我们填充seq_batch以获取长度等于5(批处理中最大长度)的序列批处理。现在,新批次总共有10个元素。

# pad the seq_batch
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]]])
"""

然后,我们打包padded_seq_batch 。它返回两个张量的元组:

  • 第一个是包含序列批次中所有元素的数据。
  • 第二个是batch_sizes ,它将通过步骤告诉元素如何相互关联。
# pack the padded_seq_batch
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]))
"""

现在,我们将元组packed_seq_batch传递给packed_seq_batch中的循环模块,例如RNN,LSTM。这仅需要递归模块中的5 + 2=7计算。

lstm = nn.LSTM(input_size=2, hidden_size=3, batch_first=True)
output, (hn, cn) = lstm(packed_seq_batch.float()) # pass float tensor instead long tensor.
"""
>>> 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>)))
"""

我们需要将output转换回填充的输出批次:

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])
"""

将此工作与标准方法进行比较

  1. 在标准的方式,我们只需要通过padded_seq_batchlstm模块。但是,它需要10次计算。它涉及对填充元素的更多计算,这在计算上效率低下。

  2. 请注意,这不会导致不正确的表示,但是需要更多的逻辑来提取正确的表示。

    • 对于仅具有向前方向的LSTM(或任何递归模块),如果我们想提取最后一步的隐藏向量作为序列的表示,则必须从T(th)步骤中拾取隐藏向量,其中T是输入的长度。拿起最后一个表示将是不正确的。请注意,批次中的不同输入的T将会不同。
    • 对于双向LSTM(或任何递归模块),它更加麻烦,因为一个人必须维护两个RNN模块,一个在输入的开头填充,另一个在输入的末尾填充,并且最后,如上所述提取和连接隐藏向量。

让我们看一下区别:

# The standard approach: using padding batch for recurrent modules
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 >))
"""

以上结果表明hncn在两种方式上有所不同,而两种方式的output导致填充元素的值不同。

收藏
评论

我也偶然发现了这个问题,下面是我所发现的。

训练RNN(LSTM或GRU或vanilla-RNN)时,很难对可变长度序列进行批处理。例如:如果大小为8的批次的序列长度为[4,6,8,5,4,3,7,8],则将填充所有序列,这将产生8个长度为8的序列。最终进行64次计算(8x8),但是您只需要进行45次计算。而且,如果您想做一些像使用双向RNN的事情,那么仅通过填充就很难进行批处理计算,并且最终可能会进行比所需的更多的计算。

相反,pytorch允许我们打包序列,内部打包的序列是两个列表的元组。一个包含序列的元素。元素按时间步长交错(请参见下面的示例),其他元素包含每个序列的大小以及每个步骤的批处理大小。这有助于恢复实际序列,并告诉RNN每个时间步的批量大小是多少。 @Aerin指出了这一点。可以将其传递给RNN,并将在内部优化计算。

我可能在某些时候不清楚,所以请告诉我,我可以添加更多的解释。

这里是一个代码示例:

 a = [torch.tensor([1,2,3]), torch.tensor([3,4])]
 b = torch.nn.utils.rnn.pad_sequence(a, batch_first=True)
 >>>>
 tensor([[ 1,  2,  3],
    [ 3,  4,  0]])
 torch.nn.utils.rnn.pack_padded_sequence(b, batch_first=True, lengths=[3,2])
 >>>>PackedSequence(data=tensor([ 1,  3,  2,  4,  3]), batch_sizes=tensor([ 2,  2,  1]))
收藏
评论

除了Umang的答案外,我发现需要注意这一点。

pack_padded_sequence返回的元组中的第一项是包含打包序列的数据(张量)-张量。第二项是整数张量,其中包含每个序列步骤中有关批次大小的信息。

但是,这里重要的是第二项(批大小)代表批处理中每个序列步骤的元素数量,而不是传递给pack_padded_sequence的不同序列长度。

例如,给定数据abcx :class: PackedSequence将包含具有batch_sizes=[2,1,1]数据axbc

收藏
评论

以下是一些视觉上的解释 1 ,可以帮助您更好地pack_padded_sequence()的功能

假设总共有6序列(可变长度)。您也可以将此数字6视为batch_size超参数。

现在,我们希望将这些序列传递给一些递归神经网络体系结构。为此,我们必须将批次中的所有序列(通常为0 s)填充到批次中的最大序列长度( max(sequence_lengths) ),在下图中为9

填充序列

那么,数据准备工作应该现在就完成了吧?并非完全如此。因为仍然存在一个紧迫的问题,主要是与实际需要的计算相比,我们要做多少计算。

为了理解起见,让我们还假设,我们将矩阵乘法上述padded_batch_of_sequences形状的(6, 9)与权重矩阵W形状的(9, 3)

因此,我们将必须执行6x9 = 54乘法6x8 = 48加法nrows x (n-1)_cols )运算,仅丢弃大部分计算结果,因为它们将是0 s(在这里有填充)。在这种情况下,实际所需的计算为:

 9-mult  8-add 
 8-mult  7-add 
 6-mult  5-add 
 4-mult  3-add 
 3-mult  2-add 
 2-mult  1-add
---------------
32-mult  26-add

即使是这个玩具示例,这也可以节省很多。现在,您可以想象使用pack_padded_sequence()对于具有数百万个条目的大型张量可以节省多少计算量(成本,能源,时间,碳排放等)。

在所使用的颜色编码的帮助下,可以从下图了解pack_padded_sequence()的功能:

包填充序列

使用pack_padded_sequence()的结果是,我们将得到一个张量元组,其中包含(i)展平(沿上图的轴1) sequences ,(ii)相应的批量大小tensor([6,6,5,4,3,3,2,2,1])

然后可以将数据张量(即展平的序列)传递给目标函数(例如CrossEntropy)以进行损失计算。


1个图片来源@sgrvinod

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题