- RNN(Recurrent Neural Network, 递归神经网络)
处理文字或者语音问题时,需要把它看做一个连续的整体,这里给神经网络加上了一个反馈回路,反馈回路会把上一个时间的输出当做下一个时间的输出来处理。
RNN与BP神经网络的区别就在于有反馈回路,但他们都有梯度消失的问题,之前的信息会随着时间不断的衰减。
time五六次就会出现梯度消失的问题(黑色渐变为白色)
如果采用y=x这种激活函数,虽然不会出现信号消失的问题, 但会一直记住一些无用的东西,这样是不合理的。合理的做法我们应该进行有选择的记忆,有用的东西就记录下来,没有用的东西就选择忘记。 根据这种思想就诞生了LSTM。
- LSTM(Long Short Term Memory)
从下面输入,与input gate相乘,forget gate进行信号衰减,output gate进行输出和输出信号强度控制。三个gate都是进行训练进行调整。
上图看出三个gate的输入信号都是一样的,当前block的输入信号、上一个block的输出信号以及cell传过来的信号。
时间1传过来的学习信号向后传播,影响第4项和第6项的学习结果,通过三个gate来控制信号什么时候输出。
- LSTM用于图片分类
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 载入数据集
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# 输入图片是28*28
n_inputs = 28 # 输入一行,一行有28个数据
max_time = 28 # 一共28行
lstm_size = 100 # 隐层单元 (block)
n_classes = 10 # 10个分类
batch_size = 50 # 每批次50个样本
n_batch = mnist.train.num_examples // batch_size # 计算一共有多少个批次
# 这里的none表示第一个维度可以是任意的长度
x = tf.placeholder(tf.float32, [None, 784])
# 正确的标签
y = tf.placeholder(tf.float32, [None, 10])
# 初始化权值
weights = tf.Variable(tf.truncated_normal([lstm_size, n_classes], stddev=0.1))
# 初始化偏置值
biases = tf.Variable(tf.constant(0.1, shape=[n_classes]))
# 定义RNN网络
def RNN(X, weights, biases):
# inputs=[batch_size, max_time, n_inputs]
inputs = tf.reshape(X, [-1, max_time, n_inputs])
# 定义LSTM基本CELL
lstm_cell = tf.contrib.rnn.BasicLSTMCell(lstm_size)
# final_state[state, batch_size, cell.state_size]
#outputs: The RNN output Tensor.
# If time_major == False (default), this will be a Tensor shaped: [batch_size, max_time, cell.output_size].
# If time_major == True, this will be a Tensor shaped: [max_time, batch_size, cell.output_size].
outputs, final_state = tf.nn.dynamic_rnn(lstm_cell, inputs, dtype=tf.float32)
results = tf.nn.softmax(tf.matmul(final_state[1], weights) + biases)
return results
# 计算RNN的返回结果
prediction = RNN(x, weights, biases)
# 损失函数
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=y))
# 使用AdamOptimizer进行优化
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# 结果存放在一个布尔型列表中
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(prediction, 1)) # argmax返回一维张量中最大的值所在的位置
# 求准确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) # 把correct_prediction变为float32类型
# 初始化
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
for epoch in range(10):
for batch in range(n_batch):
batch_xs, batch_ys = mnist.train.next_batch(batch_size)
sess.run(train_step, feed_dict={x: batch_xs, y: batch_ys})
acc = sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels})
print("Iter " + str(epoch) + ", Testing Accuracy= " + str(acc))
结果
网友评论