如何用 TensorFlow 實現基於 LSTM 的文本分類

AI 研習社按：本文作者陸池，原文載於作者個人博客，獲授權。

引言

學習一段時間的tensor flow之後，想找個項目試試手，然後想起了之前在看Theano教程中的一個文本分類的實例，這個星期就用tensorflow實現了一下，感覺和之前使用的theano還是有很大的區別，有必要總結mark一下。

模型說明

這個分類的模型其實也是很簡單，主要就是一個單層的LSTM模型，當然也可以實現多層的模型，多層的模型使用Tensorflow尤其簡單，下面是這個模型的圖

簡單解釋一下這個圖，每個word經過embedding之後，進入LSTM層，這裡LSTM是標準的LSTM，然後經過一個時間序列得到的t個隱藏LSTM神經單元的向量，這些向量經過mean pooling層之後，可以得到一個向量h，然後緊接著是一個簡單的邏輯斯蒂回歸層（或者一個softmax層）得到一個類別分布向量。

公式就不一一介紹了，因為這個實驗是使用了Tensorflow重現了Theano的實現，因此具體的公式可以參看LSTM Networks for Sentiment Analysis這個鏈接。

TensorFlow實現

鄙人接觸tensor flow的時間不長，也是在慢慢摸索，但是因為有之前使用Theano的經驗，對於符號化編程也不算陌生，因此上手Tensorflow倒也容易。但是感覺tensorflow還是和theano有著很多不一樣的地方，這裡也會提及一下。

代碼的模型的主要如下：

import tensorflow as tf

import numpy as np

class RNN_Model(object):

def __init__(self,config,is_training=True):

self.keep_prob=config.keep_prob

self.batch_size=tf.Variable(0,dtype=tf.int32,trainable=False)

num_step=config.num_step

self.input_data=tf.placeholder(tf.int32,[None,num_step])

self.target = tf.placeholder(tf.int64,[None])

self.mask_x = tf.placeholder(tf.float32,[num_step,None])

class_num=config.class_num

hidden_neural_size=config.hidden_neural_size

vocabulary_size=config.vocabulary_size

embed_dim=config.embed_dim

hidden_layer_num=config.hidden_layer_num

self.new_batch_size = tf.placeholder(tf.int32,shape=[],name="new_batch_size")

self._batch_size_update = tf.assign(self.batch_size,self.new_batch_size)

#build LSTM network

if self.keep_prob

lstm_cell = tf.nn.rnn_cell.DropoutWrapper(

lstm_cell,output_keep_prob=self.keep_prob

)

self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)

#embedding layer

with tf.device("/cpu:0"),tf.name_scope("embedding_layer"):

embedding = tf.get_variable("embedding",[vocabulary_size,embed_dim],dtype=tf.float32)

if self.keep_prob

out_put=[]

state=self._initial_state

with tf.variable_scope("LSTM_layer"):

for time_step in range(num_step):

if time_step>0: tf.get_variable_scope().reuse_variables()

(cell_output,state)=cell(inputs[:,time_step,:],state)

out_put.append(cell_output)

out_put=out_put*self.mask_x[:,:,None]

with tf.name_scope("mean_pooling_layer"):

out_put=tf.reduce_sum(out_put,0)/(tf.reduce_sum(self.mask_x,0)[:,None])

with tf.name_scope("Softmax_layer_and_output"):

softmax_w = tf.get_variable("softmax_w",[hidden_neural_size,class_num],dtype=tf.float32)

softmax_b = tf.get_variable("softmax_b",[class_num],dtype=tf.float32)

self.logits = tf.matmul(out_put,softmax_w)+softmax_b

with tf.name_scope("loss"):

self.cost = tf.reduce_mean(self.loss)

with tf.name_scope("accuracy"):

self.prediction = tf.argmax(self.logits,1)

correct_prediction = tf.equal(self.prediction,self.target)

self.correct_num=tf.reduce_sum(tf.cast(correct_prediction,tf.float32))

self.accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32),name="accuracy")

#add summary

loss_summary = tf.scalar_summary("loss",self.cost)

#add summary

accuracy_summary=tf.scalar_summary("accuracy_summary",self.accuracy)

if not is_training:

return

self.globle_step = tf.Variable(0,name="globle_step",trainable=False)

self.lr = tf.Variable(0.0,trainable=False)

tvars = tf.trainable_variables()

grads, _ = tf.clip_by_global_norm(tf.gradients(self.cost, tvars),

config.max_grad_norm)

# Keep track of gradient values and sparsity (optional)

grad_summaries = []

for g, v in zip(grads, tvars):

if g is not None:

grad_hist_summary = tf.histogram_summary("{}/grad/hist".format(v.name), g)

sparsity_summary = tf.scalar_summary("{}/grad/sparsity".format(v.name), tf.nn.zero_fraction(g))

grad_summaries.append(grad_hist_summary)

grad_summaries.append(sparsity_summary)

self.grad_summaries_merged = tf.merge_summary(grad_summaries)

self.summary =tf.merge_summary([loss_summary,accuracy_summary,self.grad_summaries_merged])

optimizer = tf.train.GradientDescentOptimizer(self.lr)

optimizer.apply_gradients(zip(grads, tvars))

self.train_op=optimizer.apply_gradients(zip(grads, tvars))

self.new_lr = tf.placeholder(tf.float32,shape=[],name="new_learning_rate")

self._lr_update = tf.assign(self.lr,self.new_lr)

def assign_new_lr(self,session,lr_value):

session.run(self._lr_update,feed_dict=)

def assign_new_batch_size(self,session,batch_size_value):

session.run(self._batch_size_update,feed_dict=)

模型不複雜，也就不一一解釋了，在debug的時候，還是入了幾個tensorflow的坑，因此想單獨說一下這幾個坑。

坑1：tensor flow的LSTM實現

tensorflow是已經寫好了幾個LSTM的實現類，可以很方便的使用，而且也可以選擇多種類型的LSTM，包括Basic、Bi-Directional等等。

這個代碼用的是BasicLSTM：

#build LSTM network

if self.keep_prob

lstm_cell = tf.nn.rnn_cell.DropoutWrapper(

lstm_cell,output_keep_prob=self.keep_prob

)

self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)

out_put=[]

state=self._initial_state

with tf.variable_scope("LSTM_layer"):

for time_step in range(num_step):

if time_step>0: tf.get_variable_scope().reuse_variables()

(cell_output,state)=cell(inputs[:,time_step,:],state)

out_put.append(cell_output)

坑2：這段代碼中的zero_state和循環代數num_step都需要制定

這裡比較蛋疼，這就意味著tensorflow中實現變長的情況是要padding的，而且需要全部一樣的長度，但是因為數據集的原因，不可能每個batch的size都是一樣的，這裡就需要每次運行前，動態制定batch_size的大小，代碼中體現這個的是assign_new_batch_size函數，但是對於num_step參數卻不能動態指定（可能是因為筆者沒找到，但是指定tf.Variable()方法確實不行），出於無奈只能將數據集全部padding成指定大小的size，當然既然使用了padding那就必須使用mask矩陣進行計算。

坑3：cost返回non

cost返回Non一般是因為在使用交叉熵時候，logits這一邊出現了0值，因此stack overflow上推薦的一般是：sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target) 這樣寫法。

訓練 and 結果

實驗背景：

tensor flow: tensor flow 1.1

platform:mac OS

數據集：subject dataset，數據集都經過了預處理，拿到的是其在詞表中的索引

得益於tensorboard各個參數訓練過程都可以可視化，下面是實驗訓練結果：

訓練集訓練結果：

驗證集訓練結果 ：

損失函數訓練過程 ：

各個參數訓練結果：

最終在測試集上，準確度約為85%，還不錯。

比較 tensorflow 和 thenao

tensor flow 和 theano 是最近比較流行的深度學習框架，兩者非常相似但是兩者又不一樣，下面就我個人體驗比較下兩者的異同。

1. 難易程度

就使用難度而言，tensorflow的便易性要遠勝於theano，畢竟theano是一堆學者研究出來的，而tensorflow是Google研究出來的，比較面向工業化。tensor flow直接集成了學術界的很多方法，比如像RNN、LSTM等都已經被tensorflow集成了，還有比如參數更新方法如梯度下降、Adadelta等也已經被tensorflow寫好了，但是對於theano這個就得自己寫，當然難易程度不一樣了。

2. 靈活性

就靈活性而言，theano是要勝過tensor flow的，正是因為上一點theano的門檻稍高，卻也使得theano有著更大的彈性，可以實現自己任意定義的網路結果，這裡不是說tensorflow不行，tensorflow也能寫，但是使用tensorflow久了之後，寫一些自定義的結構能力就會生疏許多，比如修改LSTM內的一些結構。而Theano則沒有這個約束。

3. 容錯性

我個人覺得theano的容錯性是比tensor flow要高的，theano定義變數，只需要制定類型，比如imatrix、ivertor之類的而不用制定任何的維度，只要你輸入的數據和你的網路結構圖能夠對的上的話，就沒問題，而tensorflow擇需要預先指定一些參數（如上面代碼的num_step參數），相比而言，theano的容錯能力多得多，當然這樣也有壞處，那就是可能對導致代碼調試起來比較費勁兒。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！