作者 | Francois Chollet

編譯 | CDA數據分析師

A ten-minute introduction to sequence-to-sequence learning in Keras

什么是順序學習？

序列到序列學習（Seq2Seq）是關于將模型從一個域（例如英語中的句子）轉換為另一域（例如將相同句子翻譯為法語的序列）的訓練模型。

“貓坐在墊子上” -> [ Seq2Seq 模型] -> “在小吃中聊天

這可用于機器翻譯或免費問答（在給定自然語言問題的情況下生成自然語言答案）-通常，它可在需要生成文本的任何時間使用。

有多種處理此任務的方法，可以使用RNN或使用一維卷積網絡。在這里，我們將重點介紹RNN。

普通情況：輸入和輸出序列的長度相同

當輸入序列和輸出序列的長度相同時，您可以簡單地使用Keras LSTM或GRU層（或其堆棧）來實現此類模型。在此示例腳本 中就是這種情況， 該腳本顯示了如何教RNN學習加編碼為字符串的數字：

該方法的一個警告是，它假定可以生成target[...t]給定input[...t]。在某些情況下（例如添加數字字符串），該方法有效，但在大多數用例中，則無效。在一般情況下，有關整個輸入序列的信息是必需的，以便開始生成目標序列。

一般情況：規范序列間

在一般情況下，輸入序列和輸出序列具有不同的長度（例如，機器翻譯），并且需要整個輸入序列才能開始預測目標。這需要更高級的設置，這是人們在沒有其他上下文的情況下提到“序列模型的序列”時通常所指的東西。運作方式如下：

RNN層（或其堆棧）充當“編碼器”：它處理輸入序列并返回其自己的內部狀態。請注意，我們放棄了編碼器RNN的輸出，僅恢復 了狀態。在下一步中，此狀態將用作解碼器的“上下文”或“條件”。

另一個RNN層（或其堆棧）充當“解碼器”：在給定目標序列的先前字符的情況下，對其進行訓練以預測目標序列的下一個字符。具體而言，它經過訓練以將目標序列變成相同序列，但在將來會偏移一個時間步，在這種情況下，該訓練過程稱為“教師強迫”。重要的是，編碼器使用來自編碼器的狀態向量作為初始狀態，這就是解碼器如何獲取有關應該生成的信息的方式。有效地，解碼器學會產生targets[t+1...] 給定的targets[...t]，調節所述輸入序列。

在推斷模式下，即當我們想解碼未知的輸入序列時，我們會經歷一個略有不同的過程：

• 將輸入序列編碼為狀態向量。
• 從大小為1的目標序列開始（僅是序列開始字符）。
• 將狀態向量和1個字符的目標序列饋送到解碼器，以生成下一個字符的預測。
• 使用這些預測來采樣下一個字符（我們僅使用argmax）。
• 將采樣的字符追加到目標序列
• 重復直到生成序列結束字符或達到字符數限制。

同樣的過程也可以用于訓練Seq2Seq網絡，而無需 “教師強制”，即通過將解碼器的預測重新注入到解碼器中。

一個Keras例子

• 將句子翻譯成3個numpy的陣列，encoderinputdata，decoderinputdata，decodertargetdata：
• encoderinputdata是一個3D形狀的數組，(numpairs, maxenglishsentencelength, numenglishcharacters) 其中包含英語句子的一鍵向量化。
• decoderinputdata是一個3D形狀的數組，(numpairs, maxfrenchsentencelength, numfrenchcharacters) 其中包含法語句子的一鍵矢量化。
• decodertargetdata與相同，decoderinputdata但相差一個時間步長。 decodertargetdata[:, t, :]將與相同decoderinputdata[:, t + 1, :]。
• 訓練基于LSTM的基本Seq2Seq模型，以預測decodertargetdata 給定encoderinputdata和decoderinputdata。我們的模型使用教師強迫。
• 解碼一些句子以檢查模型是否正常運行（即，將的樣本從encoderinputdata 轉換為的對應樣本decodertargetdata）。

因為訓練過程和推理過程（解碼句子）有很大的不同，所以我們對兩者使用不同的模型，盡管它們都利用相同的內部層。

這是我們的訓練模型。它利用Keras RNN的三個關鍵功能：

return_state構造器參數，配置RNN層返回一個列表，其中，第一項是輸出與下一個條目是內部RNN狀態。這用于恢復編碼器的狀態。

inital_state呼叫參數，指定一個RNN的初始狀態（S）。這用于將編碼器狀態作為初始狀態傳遞給解碼器。

return_sequences構造函數的參數，配置RNN返回其輸出全序列（而不只是最后的輸出，其默認行為）。在解碼器中使用。

from keras.models import Model from keras.layers import Input, 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)

我們分兩行訓練我們的模型，同時監視20％的保留樣本中的損失。

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

在MacBook CPU上運行大約一個小時后，我們就可以進行推斷了。為了解碼測試語句，我們將反復：

• 對輸入語句進行編碼并檢索初始解碼器狀態
• 以該初始狀態和“序列開始”令牌為目標，運行解碼器的一步。輸出將是下一個目標字符。
• 添加預測的目標字符并重復。

這是我們的推理設置：

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)

我們使用它來實現上述推理循環：

def decode_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 = '' while not stop_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] return decoded_sentence

我們得到了一些不錯的結果-毫不奇怪，因為我們正在解碼從訓練測試中提取的樣本

Input sentence: Be nice. Decoded sentence: Soyez gentil ! - Input sentence: Drop it! Decoded sentence: Laissez tomber ! - Input sentence: Get out! Decoded sentence: Sortez?!

到此，我們結束了對Keras中序列到序列模型的十分鐘介紹。提醒：此腳本的完整代碼可以在GitHub上找到。