手动双向 torch.nn.RNN 实施

Question

我正在尝试在没有 C++/CUDA 绑定的情况下重新实现 torch.nn.RNN 模块，即使用简单的张量运算和相关逻辑。我开发了以下 RNN class 和相关的测试逻辑，可用于将输出与参考模块实例进行比较：

import torch
import torch.nn as nn


class RNN(nn.Module):
    def __init__(self, input_size, hidden_size, num_layers, bidirectional=False):
        super(RNN, self).__init__()
        self.input_size = input_size
        self.hidden_size = hidden_size
        self.num_layers = num_layers
        self.bidirectional = bidirectional
        self.w_ih = [torch.randn(hidden_size, input_size)]
        if bidirectional:
            self.w_ih_reverse = [torch.randn(hidden_size, input_size)]

        for layer in range(num_layers - 1):
            self.w_ih.append(torch.randn(hidden_size, hidden_size))
            if bidirectional:
                self.w_ih_reverse.append(torch.randn(hidden_size, hidden_size))

        self.w_hh = torch.randn(num_layers, hidden_size, hidden_size)
        if bidirectional:
            self.w_hh_reverse = torch.randn(num_layers, hidden_size, hidden_size)

    def forward(self, input, h_0=None):
        if h_0 is None:
            if self.bidirectional:
                h_0 = torch.zeros(2, self.num_layers, input.shape[1], self.hidden_size)
            else:
                h_0 = torch.zeros(1, self.num_layers, input.shape[1], self.hidden_size)

        if self.bidirectional:
            output = torch.zeros(input.shape[0], input.shape[1], 2 * self.hidden_size)
        else:
            output = torch.zeros(input.shape[0], input.shape[1], self.hidden_size)

        for t in range(input.shape[0]):
            print(input.shape, t)
            input_t = input[t]
            if self.bidirectional:
                input_t_reversed = input[-1 - t]

            for layer in range(self.num_layers):
                h_t = torch.tanh(torch.matmul(input_t, self.w_ih[layer].T) + torch.matmul(h_0[0][layer], self.w_hh[layer].T))
                h_0[0][layer] = h_t
                if self.bidirectional:
                    h_t_reverse = torch.tanh(torch.matmul(input_t_reversed, self.w_ih_reverse[layer].T) + torch.matmul(h_0[1][layer], self.w_hh_reverse[layer].T))
                    h_0[1][layer] = h_t_reverse

                input_t = h_t
                if self.bidirectional:
                    # This logic is incorrect for bidirectional RNNs with multiple layers
                    input_t = torch.cat((h_t, h_t_reverse), dim=-1)
                    input_t_reversed = input_t

            output[t, :, :self.hidden_size] = h_t
            if self.bidirectional:
                output[-1 - t, :, self.hidden_size:] = h_t_reverse

        return output


if __name__ == '__main__':
    input_size = 10
    hidden_size = 12
    num_layers = 2
    batch_size = 2
    bidirectional = True
    input = torch.randn(2, batch_size, input_size)
    rnn_val = torch.nn.RNN(input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, bias=False, bidirectional=bidirectional, nonlinearity='tanh')
    rnn = RNN(input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, bidirectional=bidirectional)
    for i in range(rnn_val.num_layers):
        rnn.w_ih[i] = rnn_val._parameters['weight_ih_l%d' % i].data
        rnn.w_hh[i] = rnn_val._parameters['weight_hh_l%d' % i].data
        if bidirectional:
            rnn.w_ih_reverse[i] = rnn_val._parameters['weight_ih_l%d_reverse' % i].data
            rnn.w_hh_reverse[i] = rnn_val._parameters['weight_hh_l%d_reverse' % i].data

    output_val, hn_val = rnn_val(input)
    output = rnn(input)
    print(output_val)
    print(output)

除了单层双向 RNN 之外，我的实现似乎适用于具有任意层数和不同批次 sizes/sequence 长度的普通 RNN，但是，它不会为多层生成正确的结果分层双向 RNN。

为了简单起见，目前没有实现偏置项，只支持tanh激活函数。我已将逻辑错误缩小到 input_t = torch.cat((h_t, h_t_reverse), dim=-1) 行，因为第一个输出序列不正确。

如果有人能指出正确的方向并告诉我问题出在哪里，我将不胜感激！

Answer 1

有两种可能的转发方式：

通过第一个元素逐步遍历所有层，然后逐步遍历时间（这个在上面的代码片段中采用）
按顺序遍历层，计算每个索引的输出（或下一层的等效输入）

因此，虽然第一个适用于单向 RNN，但它不适用于双向 multi-layered RNN。为了说明，让我们采用 2 层（代码中的相同情况）——用于计算 output[0] 需要来自前一层的输入，并且它是以下内容的串联：

长度为 1 的正常传递的隐藏向量（因为它就在序列的开始）
和长度为 seq_length 的反向传递的隐藏向量（需要遍历整个序列，从头到尾，才能得到它）

因此，当首先进行逐层遍历时，它只需要一步时间（遍历长度等于 1），因此 output[0] 将垃圾作为输入，因为第二部分不正确（有没有 “从头到尾的整个过程”).

为了解决这个问题，我建议从以下位置重写循环：

for t in range(input.shape[0]):
    ...
    for layer in range(self.num_layers):
        ...

类似于：

for layer in range(self.num_layers):
    ...
    for t in range(input.shape[0]):
        ...

作为替代方案，其他正常情况的计算留forward，但对于双向多层写另一个函数forward_bidir，并在那里写这个循环。

还值得注意的是，w_ih[k] for k > 0 在双向情况下具有 (hidden_size, 2 * hidden_size) 的形状，如 pytorch documentation on RNN 中所述。此外，函数 torch.allclose 应该比打印更好地用于测试输出。

对于代码修复检查 gist，未进行任何优化，主要目的是保留原始想法，似乎适用于上面列出的所有配置（one-directional、multi-layered、bi-directional).

手动双向 torch.nn.RNN 实施

Manual Bidirectional torch.nn.RNN Implementation

python

pytorch

recurrent-neural-network

bidirectional