python人工智能tensorflow构建循环神经网络RNN

学习前言

在前一段时间已经完成了卷积神经网络的复习，现在要对循环神经网络的结构进行更深层次的明确。

RNN简介

RNN 是当前发展非常火热的神经网络中的一种，它擅长对序列数据进行处理。

什么是序列数据呢？举个例子。

现在假设有四个字，“我” “去” “吃” “饭”。我们可以对它们进行任意的排列组合。

“我去吃饭”，表示的就是我要去吃饭了。

“饭去吃我”，表示的就是饭成精了。

“我吃去饭”，表示的我要去吃‘去饭’了。

不同的排列顺序会导致不同的语意，序列数据表示的就是按照一定顺序排列的序列，这种排列一般存在一定的意义。。

所以我们知道了RNN有顺序存储的这个抽象概念，但是RNN如何学习这个概念呢？

那么，让我们来看一个传统的神经网络，也称为前馈神经网络。它有输入层，隐藏层和输出层。就像这样

对于RNN来讲，其结构示意图是这样的：

一句话可以分为N个part，比如“我去吃饭”可以分为四个字，“我” “去” “吃” “饭”，分别可以传入四个隐含层，前一个隐含层会有一个输出按照一定的比率传给后一个隐含层，比如第一个“我”输入隐含层后，有一个输出按照w1的比率输入给下一个隐含层，当第二个“去”进入隐含层时，隐含层同样要接收“我”传过来的信息。

以此类推，在到达最后一个“饭”时，最后的输出便得到了前面全部的信息。

其伪代码形式为：

rnn = RNN()
ff = FeedForwardNN()
hidden_state = [0,0,0]
for word in input:
output,hidden_state = rnn(word,hidden_state)
prediction = ff(output)

tensorflow中RNN的相关函数

tf.nn.rnn_cell.BasicLSTMCell

tf.nn.rnn_cell.BasicRNNCell(
num_units,
activation=None,
reuse=None,
name=None,
dtype=None,
**kwargs)

• num_units：RNN单元中的神经元数量，即输出神经元数量。

• activation：激活函数。

• reuse：描述是否在现有范围中重用变量。如果不为True，并且现有范围已经具有给定变量，则会引发错误。

• name：层的名称。

• dtype：该层的数据类型。

• kwargs：常见层属性的关键字命名属性，如trainable，当从get_config()创建cell 。

在使用时，可以定义为：

RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)

在定义完成后，可以进行状态初始化：

_init_state =  RNN_cell.zero_state(batch_size,tf.float32)

tf.nn.dynamic_rnn

tf.nn.dynamic_rnn(
   cell,
   inputs,
   sequence_length=None,
   initial_state=None,
   dtype=None,
   parallel_iterations=None,
   swap_memory=False,
   time_major=False,
   scope=None
)

• cell：上文所定义的lstm_cell。

• inputs：RNN输入。如果time_major==false（默认），则必须是如下shape的tensor：[batch_size，max_time，…]或此类元素的嵌套元组。如果time_major==true，则必须是如下形状的tensor：[max_time，batch_size，…]或此类元素的嵌套元组。

• sequence_length：Int32/Int64矢量大小。用于在超过批处理元素的序列长度时复制通过状态和零输出。因此，它更多的是为了性能而不是正确性。

• initial_state：上文所定义的_init_state。

• dtype：数据类型。

• parallel_iterations：并行运行的迭代次数。那些不具有任何时间依赖性并且可以并行运行的操作将是。这个参数用时间来交换空间。值>>1使用更多的内存，但花费的时间更少，而较小的值使用更少的内存，但计算需要更长的时间。

• time_major：输入和输出tensor的形状格式。如果为真，这些张量的形状必须是[max_time，batch_size，depth]。如果为假，这些张量的形状必须是[batch_size，max_time，depth]。使用time_major=true会更有效率，因为它可以避免在RNN计算的开始和结束时进行换位。但是，大多数TensorFlow数据都是批处理主数据，因此默认情况下，此函数为False。

• scope：创建的子图的可变作用域；默认为“RNN”。

在RNN的最后，需要用该函数得出结果。

outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)

返回的是一个元组 (outputs, state)：

outputs：RNN的最后一层的输出，是一个tensor。如果为time_major== False，则它的shape为[batch_size,max_time,cell.output_size]。如果为time_major== True，则它的shape为[max_time,batch_size,cell.output_size]。

states：states是一个tensor。state是最终的状态，也就是序列中最后一个cell输出的状态。一般情况下states的形状为 [batch_size, cell.output_size]，但当输入的cell为BasicLSTMCell时，states的形状为[2，batch_size, cell.output_size ]，其中2也对应着LSTM中的cell state和hidden state。

整个RNN的定义过程为：

def RNN(X,weights,biases):
   #X最开始的形状为(128 batch,28 steps,28 inputs)
   #转化为(128 batch*28 steps,128 hidden)
   X = tf.reshape(X,[-1,n_inputs])
   #经过乘法后结果为(128 batch*28 steps,256 hidden)
   X_in = tf.matmul(X,weights['in'])+biases['in']
   #再次转化为(128 batch,28 steps,256 hidden)
   X_in = tf.reshape(X_in,[-1,n_steps,n_hidden_units])
   RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)
   _init_state =  RNN_cell.zero_state(batch_size,tf.float32)
   outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)
   results = tf.matmul(states,weights['out'])+biases['out']
   return results

全部代码

该例子为手写体识别例子，将手写体的28行分别作为每一个step的输入，输入维度均为28列。

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data",one_hot = "true")
lr = 0.001          #学习率
training_iters = 1000000        #学习世代数
batch_size = 128                #每一轮进入训练的训练量
n_inputs = 28                   #输入每一个隐含层的inputs维度
n_steps = 28                    #一共分为28次输入
n_hidden_units = 128           #每一个隐含层的神经元个数
n_classes = 10                  #输出共有10个
x = tf.placeholder(tf.float32,[None,n_steps,n_inputs])
y = tf.placeholder(tf.float32,[None,n_classes])
weights = {
   'in':tf.Variable(tf.random_normal([n_inputs,n_hidden_units])),
   'out':tf.Variable(tf.random_normal([n_hidden_units,n_classes]))
}
biases = {
   'in':tf.Variable(tf.constant(0.1,shape=[n_hidden_units])),
   'out':tf.Variable(tf.constant(0.1,shape=[n_classes]))
}
def RNN(X,weights,biases):
   #X最开始的形状为(128 batch,28 steps,28 inputs)
   #转化为(128 batch*28 steps,128 hidden)
   X = tf.reshape(X,[-1,n_inputs])
   #经过乘法后结果为(128 batch*28 steps,256 hidden)
   X_in = tf.matmul(X,weights['in'])+biases['in']
   #再次转化为(128 batch,28 steps,256 hidden)
   X_in = tf.reshape(X_in,[-1,n_steps,n_hidden_units])
   RNN_cell = tf.nn.rnn_cell.BasicRNNCell(n_hidden_units,activation=tf.nn.tanh)
   _init_state =  RNN_cell.zero_state(batch_size,tf.float32)
   outputs,states = tf.nn.dynamic_rnn(RNN_cell,X_in,initial_state = _init_state,time_major = False)
   results = tf.matmul(states,weights['out'])+biases['out']
   return results
pre = RNN(x,weights,biases)
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pre,labels = y))
train_op = tf.train.AdamOptimizer(lr).minimize(cost)
correct_pre = tf.equal(tf.argmax(y,1),tf.argmax(pre,1))
accuracy = tf.reduce_mean(tf.cast(correct_pre,tf.float32))
init = tf.initialize_all_variables()
with tf.Session() as sess:
   sess.run(init)
   step = 0
   while step*batch_size <training_iters:
       batch_xs,batch_ys = mnist.train.next_batch(batch_size)
       batch_xs = batch_xs.reshape([batch_size,n_steps,n_inputs])
       sess.run(train_op,feed_dict = {
           x:batch_xs,
           y:batch_ys
       })
       if step％20 == 0:
           print(sess.run(accuracy,feed_dict = {
               x:batch_xs,
               y:batch_ys
           }))
       step += 1

来源：https://blog.csdn.net/weixin_44791964/article/details/98476021