Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

如何使用 Highway Networks 用于语句分类

声明:本文转载自公众号 黑龙江大学自然语言处理实验室,作者为该实验室研究生刘宗林,已获得授权。

导读:本文讨论了深层神经网络训练困难的原因以及如何使用Highway Networks去解决深层神经网络训练的困难,并且在pytorch上实现Highway Networks。

一 、Highway Networks与Deep Networks的关系

深层神经网络相比于浅层神经网络具有更好的效果,在很多方面都已经取得了很好的效果,特别是在图像处理方面已经取得了很大的突破,然而,伴随着深度的增加,深层神经网络存在的问题也就越大,像大家所熟知的梯度消失问题,这也就造成了训练深层神经网络困难的难题。2015年由Rupesh Kumar Srivastava等人受到LSTM门机制的启发提出的网络结构(Highway Networks)很好的解决了训练深层神经网络的难题,Highway Networks 允许信息高速无阻碍的通过深层神经网络的各层,这样有效的减缓了梯度的问题,使深层神经网络不在仅仅具有浅层神经网络的效果。

二、Deep Networks梯度消失/爆炸(vanishing and exploding gradient)问题

我们先来看一下简单的深层神经网络(仅仅几个隐层)

先把各个层的公式写出来:

我们对W1求导:

其中:

以上公式仅仅是四个隐层的情况,当隐层的数量达到数十层甚至是数百层的情况下,一层一层的反向传播回去,当权值 < 1的时候,反向传播到某一层之后权值近乎不变,相当于输入x的映射,例如,g(t) =〖0.9〗^100已经是很小很小了,这就造成了只有前面几层能够正常的反向传播,后面的那些隐层仅仅相当于输入x的权重的映射,权重不进行更新。反过来,当权值 > 1的时候,会造成梯度爆炸,同样是仅仅前面的几层能更改正常学习,后面的隐层会变得很大。

三、Highway Networks Formula

1. Notation

(.) 操作代表的是矩阵按位相乘

sigmoid函数:

2. Highway Networks formula

对于我们普通的神经网络,用非线性激活函数H将输入的x转换成y,公式1忽略了bias。但是,H不仅仅局限于激活函数,也采用其他的形式,像convolutional和recurrent。

对于Highway Networks神经网络,增加了两个非线性转换层,一个是 T(transform gate) 和一个是 C(carry gate),通俗来讲,T表示输入信息经过convolutional或者是recurrent的信息被转换的部分,C表示的是原始输入信息x保留的部分 ,其中 T=sigmoid(wx + b) 。

为了计算方便,这里定义了 C =  1 - T。

需要注意的是x,y, H, T的维度必须一致,要想保证其维度一致,可以采用sub-sampling或者zero-padding策略,也可以使用普通的线性层改变维度,使其一致。

几个公式相比,公式3要比公式1灵活的多,可以考虑一下特殊的情况,T= 0的时候,y = x,原始输入信息全部保留,不做任何的改变,T = 1的时候,Y = H,原始信息全部转换,不在保留原始信息,仅仅相当于一个普通的神经网络。

四、Highway BiLSTM Networks

1. Highway BiLSTM Networks  Structure Diagram

下图是 Highway BiLSTM Networks 结构图:  input:代表输入的词向量;B:在本任务代表bidirection lstm,代表公式(2)中的 H;T:代表公式(2)中的 T,是Highway Networks中的transform gate;C:代表公式(2)中的 C,是Highway Networks中的carry gate;Layer = n,代表Highway Networks中的第n层;Highway:框出来的代表一层Highway Networks。在这个结构图中,Highway Networks第 n - 1 层的输出作为第n层的输入。

2. Highway BiLSTM Networks  Demo

pytorch搭建神经网络一般需要继承nn.Module这个类,然后实现里面的forward()函数,搭建Highway BiLSTM Networks写了两个类,并使用nn.ModuleList将两个类联系起来:

  class HBiLSTM(nn.Module):  
     def __init__(self, args):      
         super(HBiLSTM, self).__init__()      
         ......  
     def forward(self, x):      
         # 实现Highway BiLSTM Networks的公式      
         ......
  class HBiLSTM_model(nn.Module):   
     def __init__(self, args):      
         super(HBiLSTM_model, self).__init__()      
         ......      
         # args.layer_num_highway 代表Highway BiLSTM Networks有几层      
         self.highway = nn.ModuleList([HBiLSTM(args)
         for _ in range(args.layer_num_highway)])      
         ......
     def forward(self, x):      
         ......      
         # 调用HBiLSTM类的forward()函数      
         for current_layer in self.highway:          
         x, self.hidden = current_layer(x, self.hidden)

在HBiLSTM类的forward()函数里面我们实现Highway BiLSTM Networks的的公式。首先我们先来计算H,上文已经说过,H可以是卷积或者是LSTM,在这里,normal_fc就是我们需要的H。

   x, hidden = self.bilstm(x, hidden)       
  # torch.transpose是转置操作      
  normal_fc = torch.transpose(x, 0, 1)

上文提及,x,y,H,T的维度必须保持一致,并且提供了两种策略,这里我们使用一个普通的Linear去转换维度。

  source_x = source_x.contiguous()  
 information_source = source_x.view(source_x.size(0)
                 * source_x.size(1), source_x.size(2))  
 information_source = self.gate_layer(information_source)  
 information_source = information_source.view(source_x.size(0),
                 source_x.size(1), information_source.size(1))

也可以采用zero-padding的策略保证维度一致。

  # you also can choose the strategy that zero-padding  
 zeros = torch.zeros(source_x.size(0), source_x.size(1),
                 carry_layer.size(2) - source_x.size(2))  
 source_x = Variable(torch.cat((zeros, source_x.data), 2))

维度一致之后我们就可以根据我们的公式来写代码了。

  # transformation gate layer in the formula is T  
 transformation_layer = F.sigmoid(information_source)  
 # carry gate layer in the formula is C  
 carry_layer = 1 - transformation_layer  
 # formula Y = H * T + x * C  
 allow_transformation = torch.mul(normal_fc, transformation_layer)  
 allow_carry = torch.mul(information_source, carry_layer)      
 information_flow = torch.add(allow_transformation, allow_carry)

最后的information_flow就是我们的输出,但是,还需要经过转换维度保证维度一致。

注:详细代码请参考Github: https://github.com/bamtercelboo/pytorch_Highway_Networks

五、Highway BiLSTM Networks 实验结果

本次实验任务是使用Highway BiLSTM Networks 完成情感分类任务(一句话的态度分成积极或者是消极),数据来源于Twitter情感分类数据集,以下是数据集中的各个标签的句子个数:

下图是本次实验任务在2-class数据集中的测试结果。图中1-300在Highway BiLSTM Networks中表示Layer = 1,BiLSTM 隐层的维度是300维。  

实验结果:从图中可以看出,简单的多层双向LSTM并没有带来情感分析性能的提升,尤其是是到了10层之后,效果有不如随机的猜测。当用上Highway Networks之后,虽然性能也在逐步的下降,但是下降的幅度有了明显的改善。

References

[1] R. K. Srivastava, K. Greff, and J. Schmidhuber. Highway networks. arXiv:1505.00387, 2015.

[2] R. K. Srivastava, K. Greff, and J. Schmidhuber. Training very deep networks. 1507.06228, 2015.

[3] Julian Georg Zilly, Rupesh Kumar Srivastava, Jan Koutník, and Jürgen Schmidhuber. Recurrent highway networks. arXiv preprint arXiv:1607.03474, 2016.

[4] X. Glorot and Y. Bengio. Understanding the difficulty of training deep feedforward neural networks. In AISTATS, 2010.

本期责任编辑: 张伟男

本期编辑:  蔡碧波


哈工大SCIR
哈工大SCIR

哈尔滨工业大学社会计算与信息检索研究中心

工程实现工程NLPPyTorch
1
暂无评论
暂无评论~