pytorch案例代码-2

循环神经网络——基础知识
适合前后有联系的连续数据预测，比如天气预测、股市预测、自然语言等，而这些用DNN、CNN来做计算量就太大或者没法做，h0是先验，也可以前面接上CNN+FC后面连上RNN，就可以完成图像到文本的转换，没有先验时h0也可以设为和h1同维度的全0。
注意RNN Cell是共享的，所有的RNN Cell都是同一个Linear(线性层)，将xi的n维映射到hi的m维度，循环使用这个Linear，所以叫循环神经网络。hi即作为时刻i的xi的输出结果，也作为xi+1时刻的输入。

Cell运算如下所示，输入xt的维度是input_size × 1,因为需要和ht-1相加所以把它转为hidden_size维度,所以Wih便是hidden_size × input_size大小的，然后Whh是hidden_size × hidden_size的，各自加上偏置，所得俩个向量直接(信息融合)相加传入tanh激活(在RNN中这个常用一些)，得到ht。
实际中这俩个运算是一起的，因为W1 × h + W2 × x可转化为[W1 W2] × [h x]^T，实际中会把x和h拼起来得到（hidden_size+input_size）× 1的向量和一个hidden_size × （hidden_size+input_size）的权重矩阵运算。所以本质上还是一个线性层。

pytorch中可以自己定义RNN Cell。也可以用自带的，如下所示，注意input和hidden各自分别有俩个参数，第一个是batch，代表样本数，第二个才是维度。

如下所示,batch_size表示样本数，seqLen表示每个样本有多少个序列，比如这种情况每个样本包含x1 x2 x3三个四维的序列。

循环神经网络——使用循环神经网络
有了以上基础知识就可以用RNN了，RNN不用我们自己写循环，自动计算。注意RNN最关键和最基础的就是搞懂各个参数的size。
使用RNN,多一个num_layers参数，表示层数，如下面第二张图表示三层RNN(层数多了计算比较耗时)，虽然看起来很复杂，其实也就只有三个线性层权重。
对于RNN的输入参数来说，inputs需要包含整个输入序列(x1-xn)，hidden就是h0(如果有三层，就是三个左边的h0)。
输出的俩个张量参数中，第一个out表示h1-hn，第二个参数hidden表示hn(如果有三层，就是三个右边的hn)。

写代码时就要关注参数构建:
TIPS：为了方便构造数据集,RNN还提供了个参数batch_first,设置成True时，batch_size和seq_len参数位置互换。其他的不变

循环神经网络——例子使用RNNCell
一个简单的学习输入hello序列输出ohlo序列的例子。但是这些字符网络无法计算，所以一般在nlp中要将其向量化，一般方法是构造字符词典，如果是词级别的就是词的词典。如图2所示，这里给每个字符分配一个索引(可以随机分配，保持唯一就行)，再由索引下标，生成独热向量，即只有索引下标为1其他为0，而向量的维度就是词典元素数量，这里是4，所以input_size是4。
因为我们想要输出告诉我们输出的是h e l o四个字符中的哪一个类别，所以输出的size即hidden_size也是4。


因为只有一个样本拿来训练，所以batch_size为1。然后首先创建字典即字符列表，方便根据索引拿字符，x_data对应h e l l o，y_data对应o h l o l。
然后用一个简单的查询语句构造了输入数据的独热向量，比如输入数据第二个字符索引对应0，就把第0行数据拿出来作为对应向量，所以输入数据独热向量的size是(seq_len， input_size)，因为要求inputs中间还有个batch_size,所以view一下，最终保持成(seq_len，batch_size， input_size)的大小，同样把lables也reshape成(seq_len，1）的维度。
这里注意区分inputs与forward中的input，这里input的size是(batch_size， input_size)，训练时一个个的input从inputs中取出，即一个个xt，这里forward做的是计算一个个ht = cell(xt, ht-1).
图三的第三个函数做的是生成初试的默认h0，这里生成全0。大小与ht、xt一样都是input的维度。可以看到只有在这里用到了传入的batch_size参数，实际上不传入这个参数，由input的shape也可以得到这个参数。

构造完模型就可以训练了，用这一个样本训练15轮，每轮训练记得要用init_hidden初始化h0，然后写循环遍历inputs拿出一个个input，也就是拿出一个个xt训练。关键还是弄明白一个个size，这里input的size是(batch_size， input_size)，inputs是(seq_len，batch_size， input_size)；lables是(seq_len，1)，lable是（1）.
注意这里loss要一个个累加，将整个序列的损失加起来构造计算图。
for循环最后俩行代码是为了输出预测，因为hidden是四维向量，分别代表每个字符的预测概率，因为其是(batch_size， input_size)维度，所以按dim1，即行来查找最大值下标来输出ht对应字符。
最后可以看到loss不断减少，最后结果也正确了。

循环神经网络——例子使用RNN
还是上面的例子，如果使用RNN就不用自己写循环计算。
这里隐层h0放在forward中构造，也可以放在外面构造传入forward。这里forward的input是整个inputs，所以是(seq_len，batch_size， input_size)，这里hidden的维度是(num_layers, batch_size，hidden_size)，因为最后的输出out是(seq_len，batch_size， hidden_size)，所以将outview一下，好处是在计算交叉熵的时候需要将其变成一个二维矩阵，lables也是要从(seq_len，batch_size，1)变为(seq_len×batch_size，1)。


训练步骤就不用写循环，一次传入整个inputs，最下面的代码也是为了将预测输出。
这里有个小问题是，损失函数中传入的是outputs和lables，分别是view过后的((seq_len×batch_size， hidden_size))与(seq_len×batch_size，1)(其实经过pycharm测试，lables是torch.Size([5])，outputs是torch.Size([5, 4]))，hidden_size和1怎么能对得上然后求损失函数呢？
其实torch.nn.CrossEntropyLoss(input, target)中的标签target使用的不是one-hot形式，而是类别的序号。形如 target = [1, 3, 2] 表示3个样本分别属于第1类、第3类、第2类。input：预测值，（batch，dim），这里dim就是要分类的总类别数，对于这里的outputs来说就是(seq_len×batch_size， hidden_size)；target：真实值，（batch），这里为啥是1维的？因为真实值并不是用one-hot形式表示，而是直接传类别id。

循环神经网络——独热向量—>EMBEDDING
缺陷：当词典存词，独热向量可能有上万的维度，且特别稀疏，且属于一种硬编码(不是学习出来的)。
针对以上有了嵌入层EMBEDDING


可以降维也可以升维，比如独热向量是四维，我们升到五维，创造下图所示矩阵，比如输入的是第二个字符，就把第二行拿出来。

所以网络变成下面这样，首先嵌入层会把输入的独热向量转成稠密的形式，嵌入层要求输入是长整型的数据，最后还有一个线性层，因为要保证最后输出的hidden要和分类的类别数一致

嵌入层主要关注俩个参数，第一个是输入数据的维度num_emdeddings即独热向量的维度，第二个是输出维度embedding_dim，这俩就构成了上面矩阵的高度和宽度，嵌入层的input是长整型张量，output的size是(*, embedding_dim)，*表示input的shape，*可以是任意维度。

然后是线性层：

然后是前面提到的交叉熵，target要比input小一维度，然后后面的数据可以是k维的。

循环神经网络——使用嵌入层网络
在上面基础之上，网络结构就是加了一个嵌入层和线性层，注意嵌入层的输入数据是长整型的，且size是（batch_size，seqlen）,所以网络的输入数据的size得改成这样的，然后嵌入层的输出是（batch_size，seqlen，embedding_size），等于说它内部已经帮你处理好从标量到独热向量转换的过程了，你只需要提供input_size、embedding_size和索引序列x_data。
其次注意RNN构造时，这里将batch_first设置为True了，将batch_size放到seq_len前面，放前放后无所谓，但要知道有这种用法。
然后全连接层完成hidden_size到类别数的转换， 最后输出数据view成二维矩阵（batch_size×seqlen，num_class）以传入loss计算。
ouputs是（batch_size×seqlen，num_class），target或者说lables是（batch_size×seqlen）的。