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)[原始碼][原始碼]¶

將多層閘控循環單元 (GRU) RNN 應用於輸入序列。對於輸入序列中的每個元素，每一層計算以下函數

\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 的隱藏狀態， $x_t$ 是時間 t 的輸入， $h_{(t-1)}$ 是時間 t-1 時該層的隱藏狀態，或是時間 0 時的初始隱藏狀態，而 $r_t$ 、 $z_t$ 、 $n_t$ 分別是重置閘、更新閘和新閘。 $\sigma$ 是 sigmoid 函數，而 $\odot$ 是 Hadamard 乘積。

在多層 GRU 中，第 $x^{(l)}_t$ 層 ( $l \ge 2$ ) 的輸入是前一層的隱藏狀態 $h^{(l-1)}_t$ 乘以 dropout $\delta^{(l-1)}_t$ 。其中每個 $\delta^{(l-1)}_t$ 都是一個 Bernoulli 隨機變數，有 $0$ 的機率為 dropout。

參數

input_size – 輸入 x 中預期特徵的數量。
hidden_size – 隱藏狀態 h 中特徵的數量。
num_layers – 遞迴層的數量。例如，設定 num_layers=2 表示將兩個 GRU 堆疊在一起以形成一個堆疊 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 False，則該層不使用偏差權重 b_ih 和 b_hh。預設值： True
batch_first – 如果 True，則輸入和輸出張量以 (batch, seq, feature) 而不是 (seq, batch, feature) 的形式提供。請注意，這不適用於隱藏或儲存格狀態。有關詳細資訊，請參閱下面的「輸入/輸出」部分。預設值： False
dropout – 如果非零，則在每個 GRU 層（最後一層除外）的輸出上引入一個 Dropout 層，dropout 機率等於 dropout。預設值：0
bidirectional – 如果 True，則成為雙向 GRU。預設值： False

輸入： input, h_0

input: 形狀為 $(L, H_{in})$ 的張量，用於非批次輸入；當 batch_first=False 時，形狀為 $(L, N, H_{in})$ ，當 batch_first=True 時，形狀為 $(N, L, H_{in})$ ，其中包含輸入序列的特徵。輸入也可以是 packed variable length sequence。詳情請參閱 torch.nn.utils.rnn.pack_padded_sequence() 或 torch.nn.utils.rnn.pack_sequence() 。
h_0: 形狀為 $(D * \text{num\_layers}, H_{out})$ 或 $(D * \text{num\_layers}, N, H_{out})$ 的張量，包含輸入序列的初始隱藏狀態。如果未提供，則默認為零。

其中

輸出： output, h_n

輸出：形狀為 $(L, D * H_{out})$ 的張量 (tensor)，適用於未分批輸入 (unbatched input)；當 batch_first=False 時，形狀為 $(L, N, D * H_{out})$ ；當 batch_first=True 時，形狀為 $(N, L, D * H_{out})$ 。包含 GRU 最後一層的輸出特徵 (h_t)，對應於每個 t。如果輸入是 torch.nn.utils.rnn.PackedSequence，則輸出也會是一個 packed sequence。
h_n：形狀為 $(D * \text{num\_layers}, H_{out})$ 或 $(D * \text{num\_layers}, N, H_{out})$ 的張量 (tensor)，包含輸入序列的最終隱藏狀態。

變數

weight_ih_l[k] – 第 $\text{k}^{th}$ 層的 input-hidden 可學習權重 (W_ir|W_iz|W_in)，當 k = 0 時，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 $\text{k}^{th}$ 層的 hidden-hidden 可學習權重 (W_hr|W_hz|W_hn)，形狀為 (3*hidden_size, hidden_size)。
bias_ih_l[k] – 第 $\text{k}^{th}$ 層的 input-hidden 可學習偏差 (b_ir|b_iz|b_in)，形狀為 (3*hidden_size)。
bias_hh_l[k] – 第 $\text{k}^{th}$ 層的 hidden-hidden 可學習偏差 (b_hr|b_hz|b_hn)，形狀為 (3*hidden_size)。

注意

所有權重和偏差都從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 的均勻分佈中初始化，其中 $k = \frac{1}{\text{hidden\_size}}$ 。

注意

對於雙向 GRU，正向和反向分別是方向 0 和 1。當 batch_first=False 時，分割輸出層的範例：output.view(seq_len, batch, num_directions, hidden_size)。

注意

對於未批次處理的輸入，將忽略 batch_first 參數。

注意

新閘 (new gate) $n_t$ 的計算方式與原始論文和其他框架略有不同。在原始實作中， $r_t$ 和先前隱藏狀態 (previous hidden state) $h_{(t-1)}$ 之間的 Hadamard 乘積 $(\odot)$ 是在與權重矩陣 W 相乘並加上偏差 (bias) 之前完成的。

\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 的實作方式不同，PyTorch 是在 $W_{hn} h_{(t-1)}$ 後完成。

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

此實作方式是為了效率而刻意設計的。

注意

如果滿足以下條件：1) 啟用 cudnn，2) 輸入資料位於 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，則可以選擇持續性演算法來提高效能。

範例

>>> 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

教學

資源