GRU#

class torch.nn.GRU(input_size, hidden_size, num_layers=1, bias=True, batch_first=False, dropout=0.0, bidirectional=False, device=None, dtype=None)[source]#

將多層門控迴圈單元 (GRU) RNN 應用於輸入序列。對於輸入序列中的每個元素，每一層計算以下函式：

\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 $h_t$ 是時間 t 處的隱藏狀態， $x_t$ 是時間 t 處的輸入， $h_{(t-1)}$ 是上一時刻 t-1 的層隱藏狀態或 0 時刻的初始隱藏狀態，而 $r_t$ , $z_t$ , $n_t$ 分別是重置門、更新門和候選隱藏狀態。 $\sigma$ 是 sigmoid 函式， $\odot$ 是 Hadamard 積。

在多層 GRU 中，第 $l$ 層的輸入 $x^{(l)}_t$ ( $l \ge 2$ ) 是上一層隱藏狀態 $h^{(l-1)}_t$ 乘以 dropout $\delta^{(l-1)}_t$ 其中每個 $\delta^{(l-1)}_t$ 是一個 Bernoulli 隨機變數，其值為 $0$ 的機率為 dropout。

引數

input_size – 輸入 x 中預期特徵的數量
hidden_size – 隱藏狀態 h 中的特徵數量
num_layers – 迴圈層數。例如，設定 num_layers=2 將意味著堆疊兩個 GRU 來形成一個堆疊 GRU，第二個 GRU 接收第一個 GRU 的輸出並計算最終結果。預設值：1
bias – 如果為 False，則該層不使用偏置權重 b_ih 和 b_hh。預設值：True
batch_first – 如果為 True，則輸入和輸出張量以 (batch, seq, feature) 的形式提供，而不是 (seq, batch, feature)。請注意，這不適用於隱藏狀態或單元狀態。有關詳細資訊，請參閱下方的輸入/輸出部分。預設值：False
dropout – 如果非零，則在除最後一層外的每個 GRU 層的輸出上引入 Dropout 層，dropout 機率等於 dropout。預設值：0
bidirectional – 如果為 True，則成為雙向 GRU。預設值：False

輸入：input, h_0

input: 對於未批次的輸入，形狀為 $(L, H_{in})$ 的張量；當 batch_first=False 時，形狀為 $(L, N, H_{in})$ ；當 batch_first=True 時，形狀為 $(N, L, H_{in})$ ，包含輸入序列的特徵。輸入也可以是打包的變長序列。有關詳細資訊，請參閱 torch.nn.utils.rnn.pack_padded_sequence() 或 torch.nn.utils.rnn.pack_sequence()。
h_0: 形狀為 $(D * \text{num\_layers}, H_{out})$ 的張量；當 batch_first=False 時，形狀為 $(D * \text{num\_layers}, N, H_{out})$ 的張量，包含輸入序列的初始隱藏狀態。如果未提供，則預設為零。

其中

\begin{aligned} N = & batch size \\ L = & sequence length \\ D = & 2 if bidirectional=True otherwise 1 \\ H_{i n} = \end{aligned}

input_sizeHout=hidden_size\begin{aligned} N ={} & \text{batch size} \\ L ={} & \text{sequence length} \\ D ={} & 2 \text{ if bidirectional=True otherwise } 1 \\ H_{in} ={} & \text{input\_size} \\ H_{out} ={} & \text{hidden\_size} \end{aligned}

N = L = D = H_{in} = H_{o u t} = batch size sequence length 2 if bidirectional=True otherwise 1 input_size hidden_size

輸出：output, h_n

output: 對於未批次的輸入，形狀為 $(L, D * H_{out})$ 的張量；當 batch_first=False 時，形狀為 $(L, N, D * H_{out})$ ；當 batch_first=True 時，形狀為 $(N, L, D * H_{out})$ 的張量，包含 GRU 最後一層每個 t 的輸出特徵 (h_t)。如果輸入是 torch.nn.utils.rnn.PackedSequence，則輸出也將是打包序列。
h_n: 形狀為 $(D * \text{num\_layers}, H_{out})$ 的張量；當 batch_first=False 時，形狀為 $(D * \text{num\_layers}, N, H_{out})$ 的張量，包含輸入序列的最終隱藏狀態。

變數

weight_ih_l[k] – 第 $\text{k}^{th}$ 層（W_ir|W_iz|W_in）的可學習輸入-隱藏權重，對於 k = 0，形狀為 (3*hidden_size, input_size)；否則，形狀為 (3*hidden_size, num_directions * hidden_size)
weight_hh_l[k] – 第 $\text{k}^{th}$ 層（W_hr|W_hz|W_hn）的可學習隱藏-隱藏權重，形狀為 (3*hidden_size, hidden_size)
bias_ih_l[k] – 第 $\text{k}^{th}$ 層（b_ir|b_iz|b_in）的可學習輸入-隱藏偏置，形狀為 (3*hidden_size)
bias_hh_l[k] – 第 $\text{k}^{th}$ 層（b_hr|b_hz|b_hn）的可學習隱藏-隱藏偏置，形狀為 (3*hidden_size)

注意

所有權重和偏置都從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中進行取樣，其中 $k = \frac{1}{\text{hidden\_size}}$

注意

對於雙向 GRU，前向和後向分別為方向 0 和 1。例如，當 batch_first=False 時，分割輸出層的方式為：output.view(seq_len, batch, num_directions, hidden_size)。

注意

對於未批處理的輸入，batch_first 引數被忽略。

注意

新門 $n_t$ 的計算與原始論文和其他框架略有不同。在原始實現中， $r_t$ 和上一隱藏狀態 $h_{(t-1)}$ 之間的 Hadamard 積 $(\odot)$ 在與權重矩陣 W 相乘和加上偏置之前進行。

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

這與 PyTorch 實現不同，PyTorch 實現是在 $W_{hn} h_{(t-1)}$ 之後完成的。

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

為了效率，此實現方式特意有所不同。

注意

如果滿足以下條件：1) 啟用了 cudnn，2) 輸入資料在 GPU 上 3) 輸入資料的 dtype 為 torch.float16 4) 使用 V100 GPU，5) 輸入資料不是 PackedSequence 格式，則可以選擇持久化演算法來提高效能。

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#

文件

教程

資源