GRU#

class torch.ao.nn.quantized.dynamic.GRU(*args, **kwargs)[源代码]#

将一个多层门控循环单元（GRU）RNN应用于输入序列。

对于输入序列中的每个元素，每一层计算以下函数：

\begin{array}{ll} r_t = \sigma(W_{ir} x_t + b_{ir} + W_{hr} h_{(t-1)} + b_{hr}) \\ z_t = \sigma(W_{iz} x_t + b_{iz} + W_{hz} h_{(t-1)} + b_{hz}) \\ n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \\ h_t = (1 - z_t) \odot n_t + z_t \odot h_{(t-1)} \end{array}

其中 $h_t$ 是时间 t 的隐藏状态， $x_t$ 是时间 t 的输入， $h_{(t-1)}$ 是该层的 t-1 时刻的隐藏状态，或 0 时刻的初始隐藏状态，而 $r_t$ ， $z_t$ ， $n_t$ 分别是重置门、更新门和新门。 $\sigma$ 是 sigmoid 函数， $\odot$ 是 Hadamard 积。

在多层 GRU 中，第 $l$ 层（ $l >= 2$ ）的输入 $x^{(l)}_t$ 是前一层乘以 dropout $\delta^{(l-1)}_t$ 的隐藏状态 $h^{(l-1)}_t$ 。其中每个 $\delta^{(l-1)}_t$ 是一个 Bernoulli 随机变量，其值为 $0$ 的概率为 dropout。

参数

input_size – 输入 x 中预期特征的数量
hidden_size – 隐藏状态 h 中的特征数量
num_layers – 循环层数。例如，设置 num_layers=2 将意味着堆叠两个 GRU 来形成一个堆叠 GRU，第二个 GRU 接收第一个 GRU 的输出并计算最终结果。默认值：1
bias – 如果为 False，则该层不使用偏置权重 b_ih 和 b_hh。默认值：True
batch_first – 如果为 True，则输入和输出张量为 (batch, seq, feature)。默认为 False
dropout – 如果非零，则在除最后一层外的每个 GRU 层的输出上引入 Dropout 层，dropout 概率等于 dropout。默认值：0
bidirectional – 如果为 True，则成为双向 GRU。默认值：False

输入：input, h_0

input，形状为 (seq_len, batch, input_size)：包含输入序列特征的张量。输入也可以是打包的可变长度序列。有关详细信息，请参阅 torch.nn.utils.rnn.pack_padded_sequence()。
h_0，形状为 (num_layers * num_directions, batch, hidden_size)：包含批次中每个元素的初始隐藏状态的张量。如果未提供，则默认为零。如果 RNN 是双向的，num_directions 应为 2，否则应为 1。

输出：output, h_n

output，形状为 (seq_len, batch, num_directions * hidden_size)：包含 GRU 最后一层的输出特征 h_t 的张量，针对每个 t。如果作为输入提供了 torch.nn.utils.rnn.PackedSequence，则输出也将是打包序列。对于未打包的情况，可以使用 output.view(seq_len, batch, num_directions, hidden_size) 分离方向，其中前向和后向分别为方向 0 和 1。

同样，在打包情况下也可以分离方向。
h_n，形状为 (num_layers * num_directions, batch, hidden_size)：包含 t = seq_len 时刻的隐藏状态的张量。

与 output 类似，可以使用 h_n.view(num_layers, num_directions, batch, hidden_size) 分离各层。

形状

输入1： $(L, N, H_{in})$ 包含输入特征的张量，其中 $H_{in}=\text{input\_size}$ 和 L 代表序列长度。
输入2： $(S, N, H_{out})$ 包含批次中每个元素的初始隐藏状态的张量。 $H_{out}=\text{hidden\_size}$ 如果未提供，则默认为零。其中 $S=\text{num\_layers} * \text{num\_directions}$ 如果 RNN 是双向的，num_directions 应为 2，否则应为 1。
输出1： $(L, N, H_{all})$ 其中 $H_{all}=\text{num\_directions} * \text{hidden\_size}$
输出2： $(S, N, H_{out})$ 批次中每个元素的下一个隐藏状态的张量。

变量

weight_ih_l[k] – 第 $\text{k}^{th}$ 的可学习的输入-隐藏权重 (W_ir|W_iz|W_in)，当 k = 0 时形状为 (3*hidden_size, input_size)。否则，形状为 (3*hidden_size, num_directions * hidden_size)。
weight_hh_l[k] – 第 $\text{k}^{th}$ 的可学习的隐藏-隐藏权重 (W_hr|W_hz|W_hn)，形状为 (3*hidden_size, hidden_size)。
bias_ih_l[k] – 第 $\text{k}^{th}$ 的可学习的输入-隐藏偏置 (b_ir|b_iz|b_in)，形状为 (3*hidden_size)。
bias_hh_l[k] – 第 $\text{k}^{th}$ 的可学习的隐藏-隐藏偏置 (b_hr|b_hz|b_hn)，形状为 (3*hidden_size)。

注意

所有权重和偏置都从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ ，其中 $k = \frac{1}{\text{hidden\_size}}$ 初始化。

注意

新门 $n_t$ 的计算与原始论文和其他框架中的计算方式略有不同。在原始实现中， $r_t$ 和前一时刻的隐藏状态 $h_{(t-1)}$ 之间的 Hadamard 积 $(\odot)$ 在与权重矩阵 W 相乘和加上偏置之前完成。

\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + W_{hn} ( r_t \odot h_{(t-1)} ) + b_{hn}) \end{aligned}

这与 PyTorch 的实现不同，PyTorch 的实现是在 $W_{hn} h_{(t-1)}$ 之后完成。

\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \end{aligned}

为了效率，此实现方式特意有所不同。

注意

如果满足以下条件：1) 启用了 cudnn，2) 输入数据在 GPU 上 3) 输入数据的 dtype 为 torch.float16 4) 使用 V100 GPU，5) 输入数据不是 PackedSequence 格式，则可以选择持久化算法来提高性能。

示例

>>> rnn = nn.GRU(10, 20, 2)
>>> input = torch.randn(5, 3, 10)
>>> h0 = torch.randn(2, 3, 20)
>>> output, hn = rnn(input, h0)

GRU#

文档

教程

资源