我想知道下面的代码是否共享两个堆叠单元的权重:
cell = rnn_cell.GRUCell(hidden_dim)
stacked_cell = tf.nn.rnn_cell.MultiRNNCell([cell] * 2)
如果没有共享,如何在任何RNN中强制共享?
注意:我可能更想在嵌套的输入-输出连接的RNN配置中共享权重,其中第一层对于第二层的每个输入都克隆了很多次(例如,其中第一层代表字母,第二层代表收集的单词的句子)从迭代第一层的输出)
通过执行以下脚本,您可以看到未共享权重:
import tensorflow as tf
with tf.variable_scope("scope1") as vs:
cell = tf.nn.rnn_cell.GRUCell(10)
stacked_cell = tf.nn.rnn_cell.MultiRNNCell([cell] * 2)
stacked_cell(tf.Variable(np.zeros((100, 100), dtype=np.float32), name="moo"), tf.Variable(np.zeros((100, 100), dtype=np.float32), "bla"))
# Retrieve just the LSTM variables.
vars = [v.name for v in tf.all_variables()
if v.name.startswith(vs.name)]
print vars
您将看到,除了虚拟变量之外,它还返回两组GRU权重:具有“ Cell1”的权重和具有“ Cell0”的权重。
为了使它们共享,您可以实现自己的单元类,该单元类GRUCell
通过始终使用相同的变量范围来继承并始终重用权重:
import tensorflow as tf
class SharedGRUCell(tf.nn.rnn_cell.GRUCell):
def __init__(self, num_units, input_size=None, activation=tf.nn.tanh):
tf.nn.rnn_cell.GRUCell.__init__(self, num_units, input_size, activation)
self.my_scope = None
def __call__(self, a, b):
if self.my_scope == None:
self.my_scope = tf.get_variable_scope()
else:
self.my_scope.reuse_variables()
return tf.nn.rnn_cell.GRUCell.__call__(self, a, b, self.my_scope)
with tf.variable_scope("scope2") as vs:
cell = SharedGRUCell(10)
stacked_cell = tf.nn.rnn_cell.MultiRNNCell([cell] * 2)
stacked_cell(tf.Variable(np.zeros((20, 10), dtype=np.float32), name="moo"), tf.Variable(np.zeros((20, 10), dtype=np.float32), "bla"))
# Retrieve just the LSTM variables.
vars = [v.name for v in tf.all_variables()
if v.name.startswith(vs.name)]
print vars
这样,两个GRUCell之间的变量就可以共享。请注意,您需要注意形状,因为同一单元格需要同时使用其原始输入和输出。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句