GRU¶
- class torchrl.modules.GRU(input_size: int, hidden_size: int, num_layers: int = 1, bias: bool, batch_first: bool = True, dropout: float = 0.0, bidirectional: bool = False, device=None, dtype=None)[source]¶
一個 PyTorch 模組，用於執行多層 GRU 的多個步驟。此模組的行為與
torch.nn.GRU完全相同，但此實作完全以 Python 編碼。注意
此類別的實作沒有依賴 CuDNN，因此它與
torch.vmap()和torch.compile()相容。範例
>>> import torch >>> from torchrl.modules.tensordict_module.rnn import GRU
>>> device = torch.device("cuda") if torch.cuda.device_count() else torch.device("cpu") >>> B = 2 >>> T = 4 >>> N_IN = 10 >>> N_OUT = 20 >>> N_LAYERS = 2 >>> V = 4 # vector size >>> gru = GRU( ... input_size=N_IN, ... hidden_size=N_OUT, ... device=device, ... num_layers=N_LAYERS, ... )
# 單次呼叫 >>> x = torch.randn(B, T, N_IN, device=device) >>> h0 = torch.zeros(N_LAYERS, B, N_OUT, device=device) >>> with torch.no_grad(): … h1 = gru(x, h0)
# 向量化呼叫 - nn.GRU 無法做到 >>> def call_gru(x, h): … h_out = gru(x, h) … return h_out >>> batched_call = torch.vmap(call_gru) >>> x = torch.randn(V, B, T, 10, device=device) >>> h0 = torch.zeros(V, N_LAYERS, B, N_OUT, device=device) >>> with torch.no_grad(): … h1 = batched_call(x, h0)
__init__(input_size,hidden_size,num_layers=1,bias=True,batch_first=False,dropout=0.0,bidirectional=False,device=None,dtype=None)
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，每一層都會計算以下函數：
\[\begin{split}\begin{array}{ll} r_t = \sigma(W_{ir} x_t + b_{ir} + W_{hr} h_{(t-1)} + b_{hr}) \\ z_t = \sigma(W_{iz} x_t + b_{iz} + W_{hz} h_{(t-1)} + b_{hz}) \\ n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \\ h_t = (1 - z_t) \odot n_t + z_t \odot h_{(t-1)} \end{array}\end{split}\]其中 \(h_t\) 是在時間點 t 的隱藏狀態，\(x_t\) 是在時間點 t 的輸入，\(h_{(t-1)}\) 是在時間點 t-1 的層的隱藏狀態，或是在時間點 0 的初始隱藏狀態，而 \(r_t\)、\(z_t\) 和 \(n_t\) 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 \(l\) 層 (\(l \ge 2\)) 的輸入 \(x^{(l)}_t\) 是前一層的隱藏狀態 \(h^{(l-1)}_t\) 乘以 dropout \(\delta^{(l-1)}_t\)，其中每個 \(\delta^{(l-1)}_t\) 是一個 Bernoulli 隨機變數，其機率為
dropout時為 \(0\)。- 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 – 循環層的數量。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：1bias – 如果
False，則該層不使用偏置權重 b_ih 和 b_hh。預設值：Truebatch_first – 如果
True，則輸入和輸出張量會以 (batch, seq, feature) 而不是 (seq, batch, feature) 的形式提供。請注意，這不適用於隱藏狀態或 cell 狀態。有關詳細資訊，請參閱下面的輸入/輸出部分。預設值：Falsedropout – 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：0bidirectional – 如果
True，則變成雙向 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，\((L, N, H_{in})\) 用於
batch_first=False，或 \((N, L, H_{in})\) 用於batch_first=True，包含輸入序列的特徵。輸入也可以是一個壓縮的可變長度序列。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 \((D * \text{num\_layers}, H_{out})\) 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，則預設為零。
其中
\[\begin{split}\begin{aligned} N ={} & \text{批次大小} \\ L ={} & \text{序列長度} \\ D ={} & 2 \text{ 如果 bidirectional=True，否則為 } 1 \\ H_{in} ={} & \text{input\_size} \\ H_{out} ={} & \text{hidden\_size} \end{aligned}\end{split}\]- 輸出：output, h_n
output: 形狀為 \((L, D * H_{out})\) 的張量，用於非批次輸入，\((L, N, D * H_{out})\) 用於
batch_first=False，或 \((N, L, D * H_{out})\) 用於batch_first=True，包含 GRU 最後一層的輸出特徵 (h_t)，對於每個 t。如果給定的輸入是一個torch.nn.utils.rnn.PackedSequence，則輸出也將是一個壓縮序列。h_n: 形狀為 \((D * \text{num\_layers}, H_{out})\) 或 \((D * \text{num\_layers}, N, H_{out})\) 的張量，包含輸入序列的最終隱藏狀態。
- 變數:
weight_ih_l[k] – 第 \(\text{k}^{th}\) 層的可學習輸入-隱藏權重 (W_ir|W_iz|W_in)，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 \(\text{k}^{th}\) 層的可學習隱藏-隱藏權重 (W_hr|W_hz|W_hn)，形狀為 (3*hidden_size, hidden_size)
bias_ih_l[k] – 第 \(\text{k}^{th}\) 層的可學習輸入-隱藏偏置 (b_ir|b_iz|b_in)，形狀為 (3*hidden_size)
bias_hh_l[k] – 第 \(\text{k}^{th}\) 層的可學習隱藏-隱藏偏置 (b_hr|b_hz|b_hn)，形狀為 (3*hidden_size)
注意
所有權重和偏置都從 \(\mathcal{U}(-\sqrt{k}, \sqrt{k})\) 初始化，其中 \(k = \frac{1}{\text{hidden\_size}}\)
注意
對於雙向 GRU，前向和後向分別是方向 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
對於非批次輸入，
batch_first參數將被忽略。注意
新閘 \(n_t\) 的計算與原始論文和其他框架略有不同。在原始實現中，\(r_t\) 和先前的隱藏狀態 \(h_{(t-1)}\) 之間的 Hadamard 乘積 \((\odot)\) 是在與權重矩陣 W 相乘並加上偏置之前完成的。
\[\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + W_{hn} ( r_t \odot h_{(t-1)} ) + b_{hn}) \end{aligned}\]這與 PyTorch 的實現相反，後者是在 \(W_{hn} h_{(t-1)}\) 之後完成的。
\[\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \end{aligned}\]為了效率起見，此實現故意有所不同。
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)
