如何在 Keras 中實現(xiàn) RNN 序列到序列學(xué)習(xí)?本文中，作者將嘗試對這一問題做出簡短解答;本文預(yù)設(shè)你已有一些循環(huán)網(wǎng)絡(luò)和 Keras 的使用經(jīng)驗。

GitHub：https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py

什么是序列到序列學(xué)習(xí)?

序列到序列學(xué)習(xí)(Seq2Seq)是指訓(xùn)練模型從而把一個域的序列(比如英語語句)轉(zhuǎn)化為另一個域的序列(比如法語中的對應(yīng)語句)。

"the cat sat on the mat"->[Seq2Seqmodel]->"le chat etait assis sur le tapis" 

Seq2Seq 可用于機器翻譯或者省去問題回答——通常來講，它可以隨時生成文本。完成這一任務(wù)有很多方式，比如 RNN 或一維卷積。本文只介紹 RNN。

次要案例：當(dāng)輸入序列和輸出序列長度相同

當(dāng)輸入序列和輸出序列長度相同時，你可以通過 Keras LSTM 或者 GRU 層(或者其中的堆棧)簡單地實現(xiàn)模型。這一實例腳本中的案例展示了如何教會 RNN 學(xué)習(xí)添加被編碼為字符串的數(shù)字：

一般案例：標(biāo)準(zhǔn)的 Seq2Seq

一般情況下，輸入序列和輸出序列有不同的長度(比如機器翻譯)。這就需要一個更高級的設(shè)置，尤其在沒有進一步語境的「序列到序列模型」時。下面是其工作原理：

• 一個 RNN 層(或其中的堆棧)作為「編碼器」：它處理輸入序列并反饋其內(nèi)部狀態(tài)。注意我們拋棄了編碼器 RNN 的輸出，只恢復(fù)其狀態(tài)。該狀態(tài)在下一步中充當(dāng)解碼器的「語境」。
• 另一個 RNN 層作為「解碼器」：在給定目標(biāo)序列先前字母的情況下，它被訓(xùn)練以預(yù)測目標(biāo)序列的下一個字符。具體講，它被訓(xùn)練把目標(biāo)序列轉(zhuǎn)化為相同序列，但接下來被一個時間步抵消，這一訓(xùn)練過程在語境中被稱為「teacher forcing」。更重要的是，編碼器把其狀態(tài)向量用作初始狀態(tài)，如此編碼器獲得了其將要生成的信息。實際上，在給定 targets[...t] 的情況下，解碼器學(xué)習(xí)生成 targets[t+1...]，前提是在輸入序列上。

在推理模式中，即當(dāng)要解碼未知的輸入序列，我們完成了一個稍微不同的處理：

1. 把輸入序列編碼進狀態(tài)向量
2. 從大小為 1 的目標(biāo)序列開始
3. 饋送狀態(tài)向量和 1 個字符的目標(biāo)序列到解碼器從而為下一字符生成預(yù)測
4. 通過這些預(yù)測采樣下一個字符(我們使用 argmax)
5. 把采樣的字符附加到目標(biāo)序列
6. 不斷重復(fù)直至我們生成序列最后的字符或者達(dá)到字符的極限

相同的處理也可被用于訓(xùn)練沒有「teacher forcing」的 Seq2Seq 網(wǎng)絡(luò)，即把解碼器的預(yù)測再注入到解碼器之中。

Keras 實例

讓我們用實際的代碼演示一下這些想法。

對于實例實現(xiàn)，我們將使用一對英語語句及其法語翻譯的數(shù)據(jù)集，你可以從

http://www.manythings.org/anki/下載它，文件的名稱是 fra-eng.zip。我們將會實現(xiàn)一個字符級別的序列到序列模型，逐個字符地處理這些輸入并生成輸出。另一個選擇是單詞級別的模型，它對機器學(xué)習(xí)更常用。在本文最后，你會發(fā)現(xiàn)通過嵌入層把我們的模型轉(zhuǎn)化為單詞級別模型的一些注釋。

這是實例的全部腳本：

https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py。

下面是這一過程的總結(jié)：

1. 把語句轉(zhuǎn)化為 3 個 Numpy 數(shù)組 encoder_input_data、decoder_input_data、decoder_target_data：

• encoder_input_data 是一個形態(tài)的 3D 數(shù)組(num_pairs, max_english_sentence_length, num_english_characters)，包含一個英語語句的獨熱向量化。
• decoder_input_data 是一個形態(tài)的 3D 數(shù)組(num_pairs, max_french_sentence_length, num_french_characters)，包含一個法語語句的獨熱向量化。
• decoder_target_data 與 decoder_input_data 相同，但是被一個時間步抵消。decoder_target_data[:, t, :] 與 decoder_input_data[:, t + 1, :] 相同。

2. 在給定 encoder_input_data 和 decoder_input_data 的情況下，訓(xùn)練一個基本的基于 LSTM 的 Seq2Seq 模型以預(yù)測 decoder_target_data。我們的模型使用 teacher forcing。

3. 解碼一些語句以檢查模型正在工作。

由于訓(xùn)練過程和推理過程(解碼語句)相當(dāng)不同，我們使用了不同的模型，雖然兩者具有相同的內(nèi)在層。這是我們的模型，它利用了 Keras RNN 的 3 個關(guān)鍵功能：

• return_state 構(gòu)造函數(shù)參數(shù)配置一個 RNN 層以反饋列表，其中第一個是其輸出，下一個是內(nèi)部的 RNN 狀態(tài)。這被用于恢復(fù)編碼器的狀態(tài)。
• inital_state 調(diào)用參數(shù)指定一個 RNN 的初始狀態(tài)，這被用于把編碼器狀態(tài)作為初始狀態(tài)傳遞至解碼器。
• return_sequences 構(gòu)造函數(shù)參數(shù)配置一個 RNN 反饋輸出的全部序列。這被用在解碼器中。

fromkeras.models importModel 
fromkeras.layers importInput,LSTM,Dense 
# Define an input sequence and process it. 
encoder_inputs =Input(shape=(None,num_encoder_tokens)) 
encoder =LSTM(latent_dim,return_state=True) 
encoder_outputs,state_h,state_c =encoder(encoder_inputs) 
# We discard `encoder_outputs` and only keep the states. 
encoder_states =[state_h,state_c] 
# Set up the decoder, using `encoder_states` as initial state. 
decoder_inputs =Input(shape=(None,num_decoder_tokens)) 
# We set up our decoder to return full output sequences, 
# and to return internal states as well. We don't use the 
# return states in the training model, but we will use them in inference. 
decoder_lstm =LSTM(latent_dim,return_sequences=True,return_state=True) 
decoder_outputs,_,_ =decoder_lstm(decoder_inputs, 
initial_state=encoder_states) 
decoder_dense =Dense(num_decoder_tokens,activation='softmax') 
decoder_outputs =decoder_dense(decoder_outputs) 
# Define the model that will turn 
# `encoder_input_data` & `decoder_input_data` into `decoder_target_data` 
model =Model([encoder_inputs,decoder_inputs],decoder_outputs) 

我們用這兩行代碼訓(xùn)練模型，同時在 20% 樣本的留存集中監(jiān)測損失。

# Run training 
model.compile(optimizer='rmsprop',loss='categorical_crossentropy') 
model.fit([encoder_input_data,decoder_input_data],decoder_target_data, 
batch_sizebatch_size=batch_size, 
epochsepochs=epochs, 
validation_split=0.2) 

大約 1 小時后在 MacBook CPU 上，我們已準(zhǔn)備好做推斷。為了解碼測試語句，我們將重復(fù)：

編碼輸入語句，檢索初始解碼器狀態(tài)。

用初始狀態(tài)運行一步解碼器，以「序列開始」為目標(biāo)。輸出即是下一個目標(biāo)字符。

附加預(yù)測到的目標(biāo)字符并重復(fù)。

這是我們的推斷設(shè)置：

encoder_model =Model(encoder_inputs,encoder_states) 
decoder_state_input_h =Input(shape=(latent_dim,)) 
decoder_state_input_c =Input(shape=(latent_dim,)) 
decoder_states_inputs =[decoder_state_input_h,decoder_state_input_c] 
decoder_outputs,state_h,state_c =decoder_lstm( 
decoder_inputs,initial_state=decoder_states_inputs) 
decoder_states =[state_h,state_c] 
decoder_outputs =decoder_dense(decoder_outputs) 
decoder_model =Model( 
[decoder_inputs]+decoder_states_inputs, 
[decoder_outputs]+decoder_states) 

我們使用它實現(xiàn)上述推斷循環(huán)(inference loop)：

defdecode_sequence(input_seq): 
# Encode the input as state vectors. 
states_value =encoder_model.predict(input_seq) 
# Generate empty target sequence of length 1. 
target_seq =np.zeros((1,1,num_decoder_tokens)) 
# Populate the first character of target sequence with the start character. 
target_seq[0,0,target_token_index['t']]=1. 
# Sampling loop for a batch of sequences 
# (to simplify, here we assume a batch of size 1). 
stop_condition =False 
decoded_sentence ='' 
whilenotstop_condition: 
output_tokens,h,c =decoder_model.predict( 
[target_seq]+states_value) 
# Sample a token 
sampled_token_index =np.argmax(output_tokens[0,-1,:]) 
sampled_char =reverse_target_char_index[sampled_token_index] 
decoded_sentence +=sampled_char 
# Exit condition: either hit max length 
# or find stop character. 
if(sampled_char =='n'or 
len(decoded_sentence)>max_decoder_seq_length): 
stop_condition =True 
# Update the target sequence (of length 1). 
target_seq =np.zeros((1,1,num_decoder_tokens)) 
target_seq[0,0,sampled_token_index]=1. 
# Update states 
states_value =[h,c] 
returndecoded_sentence 

我們得到了一些不錯的結(jié)果——這在意料之中，因為我們解碼的樣本來自訓(xùn)練測試。

Inputsentence:Benice. 
Decodedsentence:Soyezgentil ! 
- 
Inputsentence:Dropit! 
Decodedsentence:Laisseztomber ! 
- 
Inputsentence:Getout! 
Decodedsentence:Sortez ! 

這就是我們的十分鐘入門 Keras 序列到序列模型教程。完整代碼詳見 GitHub：

https://github.com/fchollet/keras/blob/master/examples/lstm_seq2seq.py。

常見問題

1. 我想使用 GRU 層代替 LSTM，應(yīng)該怎么做?

這實際上變簡單了，因為 GRU 只有一個狀態(tài)，而 LSTM 有兩個狀態(tài)。這是使用 GRU 層適應(yīng)訓(xùn)練模型的方法：

encoder_inputs =Input(shape=(None,num_encoder_tokens)) 
encoder =GRU(latent_dim,return_state=True) 
encoder_outputs,state_h =encoder(encoder_inputs) 
decoder_inputs =Input(shape=(None,num_decoder_tokens)) 
decoder_gru =GRU(latent_dim,return_sequences=True) 
decoder_outputs =decoder_gru(decoder_inputs,initial_state=state_h) 
decoder_dense =Dense(num_decoder_tokens,activation='softmax') 
decoder_outputs =decoder_dense(decoder_outputs) 
model =Model([encoder_inputs,decoder_inputs],decoder_outputs) 

2. 我想使用整數(shù)序列的單詞級別模型，應(yīng)該怎么做?

如果你的輸入是整數(shù)序列(如按詞典索引編碼的單詞序列)，你可以通過 Embedding 層嵌入這些整數(shù)標(biāo)記。方法如下：

# Define an input sequence and process it. 
encoder_inputs =Input(shape=(None,)) 
x =Embedding(num_encoder_tokens,latent_dim)(encoder_inputs) 
x,state_h,state_c =LSTM(latent_dim, 
return_state=True)(x) 
encoder_states =[state_h,state_c] 
# Set up the decoder, using `encoder_states` as initial state. 
decoder_inputs =Input(shape=(None,)) 
x =Embedding(num_decoder_tokens,latent_dim)(decoder_inputs) 
x =LSTM(latent_dim,return_sequences=True)(x,initial_state=encoder_states) 
decoder_outputs =Dense(num_decoder_tokens,activation='softmax')(x) 
# Define the model that will turn 
# `encoder_input_data` & `decoder_input_data` into `decoder_target_data` 
model =Model([encoder_inputs,decoder_inputs],decoder_outputs) 
# Compile & run training 
model.compile(optimizer='rmsprop',loss='categorical_crossentropy') 
# Note that `decoder_target_data` needs to be one-hot encoded, 
# rather than sequences of integers like `decoder_input_data`! 
model.fit([encoder_input_data,decoder_input_data],decoder_target_data, 
batch_sizebatch_size=batch_size, 
epochsepochs=epochs, 
validation_split=0.2) 

3. 如果我不想使用「teacher forcing」，應(yīng)該怎么做?

一些案例中可能不能使用 teacher forcing，因為你無法獲取完整的目標(biāo)序列，比如，在線訓(xùn)練非常長的語句，則緩沖完成輸入-目標(biāo)語言對是不可能的。在這種情況下，你要通過將解碼器的預(yù)測重新注入解碼器輸入進行訓(xùn)練，就像我們進行推斷時所做的那樣。

你可以通過構(gòu)建硬編碼輸出再注入循環(huán)(output reinjection loop)的模型達(dá)到該目標(biāo)：

fromkeras.layers importLambda 
fromkeras importbackend asK 
# The first part is unchanged 
encoder_inputs =Input(shape=(None,num_encoder_tokens)) 
encoder =LSTM(latent_dim,return_state=True) 
encoder_outputs,state_h,state_c =encoder(encoder_inputs) 
states =[state_h,state_c] 
# Set up the decoder, which will only process one timestep at a time. 
decoder_inputs =Input(shape=(1,num_decoder_tokens)) 
decoder_lstm =LSTM(latent_dim,return_sequences=True,return_state=True) 
decoder_dense =Dense(num_decoder_tokens,activation='softmax') 
all_outputs =[] 
inputs =decoder_inputs 
for_ inrange(max_decoder_seq_length): 
# Run the decoder on one timestep 
outputs,state_h,state_c =decoder_lstm(inputs, 
initial_state=states) 
outputs =decoder_dense(outputs) 
# Store the current prediction (we will concatenate all predictions later) 
all_outputs.append(outputs) 
# Reinject the outputs as inputs for the next loop iteration 
# as well as update the states 
inputs =outputs 
states =[state_h,state_c] 
# Concatenate all predictions 
decoder_outputs =Lambda(lambdax:K.concatenate(x,axis=1))(all_outputs) 
# Define and compile model as previously 
model =Model([encoder_inputs,decoder_inputs],decoder_outputs) 
model.compile(optimizer='rmsprop',loss='categorical_crossentropy') 
# Prepare decoder input data that just contains the start character 
# Note that we could have made it a constant hard-coded in the model 
decoder_input_data =np.zeros((num_samples,1,num_decoder_tokens)) 
decoder_input_data[:,0,target_token_index['t']]=1. 
# Train model as previously 
model.fit([encoder_input_data,decoder_input_data],decoder_target_data, 
batch_sizebatch_size=batch_size, 
epochsepochs=epochs, 
validation_split=0.2) 

原文：

https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html

【本文是51CTO專欄機構(gòu)“機器之心”的原創(chuàng)譯文，微信公眾號“機器之心( id: almosthuman2014)”】

戳這里，看該作者更多好文