「ゼロから作るDeep Learning 2 ―自然言語処理編」のRNNコード、P216、第5章「5.5.3 RNNLMの学習コード」を使って中間層が２層の「２進数足し算の学習コード」を作る。
RNNの「２進数足し算の学習コード」がうまくいったようなので、今度はこれを中間層が２層のコードに変更してみます。
すでに ”「ゼロから作るDeep Learning 2 ―自然言語処理編」のRNNコードの中間層の２層化” で確認済みですが、「２進数足し算の学習コード」は動作させた結果の「正誤」がはっきりしている気がしてるので、私はこっちの方が面白そうだと勝手に思っているんですね。
まあ、それに最初のうちだけだと思いますが、いろいろコードをいじるのは単純に楽しいです！
実際のコードがこちら、
「ゼロから作るDeep Learning 2 ―自然言語処理編」のRNNコード、P216、第5章「5.5.3 RNNLMの学習用のソースコード」から中間層が２層の「２進数足し算の学習コード」
# ゼロから作る Deep Learning２のP216、第5章「5.5.3 RNNLMの学習コード」でコード全体が見えるようにできるだけ「import」を外した
# ２進数の計算をするコード （入力データ、テストデータ共にコードでクラスから作成している）
# 中間層を1層追加して中間層を２層としたコード
# coding: utf-8
# import sys
# sys.path.append('C:\\kojin\\資料\\AI関連\\ゼロから作る Deep Learning\\ゼロから作る Deep Learning2\\deep-learning-from-scratch-2-master\\')
import matplotlib.pyplot as plt
import numpy as np
# from common.optimizer import SGD
# from dataset import ptb # このimportを有効にするには上記パス設定「sys.path.append('C:\\kojin\\AI関連\\・・・」が必要！
# from simple_rnnlm import SimpleRnnlm
# np.random.seed(seed=100) # 発生する乱数を固定する()
# ハイパーパラメータの設定
batch_size = 8
time_size = 10 # Truncated BPTTの展開する時間サイズ
n_in = 2 # 入力層のニューロン数
n_mid = 32 # 中間層のニューロン数
n_out = 1 # 出力層のニューロン数
# できるだけオリジナルのコードに変更を加えないため、既存の変数に代入する
vocab_size = n_out
wordvec_size = n_in
hidden_size = n_mid
lr = 0.01
max_epoch = 200
bin_data_len = 301 # ２進数のバッチ数を決める軸方向のデータ数
# 学習データの読み込み
# ------------------------------２進数学習用訓練データの作成-----------------------------------------
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# ２進数データ作成CLASS「開始」部分
# ---------------------------------------------------------------------------------------------------------------------------
class Bin_data_make:
def __init__(self, data_len = 100):
self.data_len = data_len
self.list_bin_in = np.zeros((1,10,2)) # ２進数の計算用入力データの行列を初期設定
self.list_bin_out = np.zeros((1,10,1)) # ２進数の計算用出力データの行列を初期設定
def data_inout_set(self, ):
for i in range(self.data_len):
dec_in01 = int(500 * np.random.rand()) # ２進数の計算入力データ作成用１０進数 １番
dec_in02 = int(500 * np.random.rand()) # ２進数の計算入力データ作成用１０進数 ２番
dec_out = dec_in01 + dec_in02 # ２進数の計算出力データ作成用１０進数
bin_in01 = np.array(list(map(int, format(dec_in01, '010b')))) # １０進数を2進数を変換 入力１番
bin_in02 = np.array(list(map(int, format(dec_in02, '010b')))) # １０進数を2進数を変換 入力２番
bin_out = np.array(list(map(int, format(dec_out, '010b')))) # １０進数を2進数を変換 出力
in01 = bin_in01.reshape(1, 10) # ２進数の計算入力データを2次元行列にする １番
in02 = bin_in02.reshape(1, 10) # ２進数の計算入力データを2次元行列にする ２番
out00 = bin_out.reshape(1, 10) # ２進数の計算出力データを2次元行列にする
list_in01 = np.append(in01, in02, axis=0) # ２進数の計算入力データを１つの行列に合わせる
list_in02 = np.rot90(list_in01, k=1) # ２進数の１つの行列に合わせたものを回転する
list_in00 = list_in02.reshape(1,10,2) # バッチ化するため回転した行列を3次元行列にする
list_out = np.rot90(out00, k=1) # ２進数の１つの行列に合わせたものを回転する
list_out = list_out.reshape(1,10,1) # バッチ化対応で回転した行列を3次元行列にする
self.list_bin_in = np.append(self.list_bin_in, list_in00, axis=0) # ２進数の入力データ
self.list_bin_out = np.append(self.list_bin_out, list_out, axis=0) # ２進数の出力データ
return self.list_bin_in, self.list_bin_out
# ---------------------------------------------------------------------------------------------------------------------------
# ２進数データ作成CLASS「終了」部分
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
#------------------------------------------------------------------------------------------------
bin_train_data = Bin_data_make(bin_data_len)
x_tarin_data, t_tarin_data = bin_train_data.data_inout_set()
xs = x_tarin_data[1:] # 入力 ２進数の先頭データは「０」ベクトルのため削除する
ts = t_tarin_data[1:] # 出力（教師ラベル） ２進数の先頭データは「０」ベクトルのため削除する
data_size = len(xs)
# 学習時に使用する変数
# max_iters = data_size // (batch_size * time_size)
max_iters = data_size // batch_size # 2進数足し算学習のデータ量として、「time_size」で割ってしまうと足りなくなる
time_idx = 0
total_loss = 0
loss_count = 0
ppl_list = []
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# できるだけimportを外すため、classをコピペした箇所の「開始」部分
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# GPUを定義しておく（コードのどこかでこの定義を参照しているらしいけど、PCにNVIDIA無いので、下記定義をするだけ）
GPU = False
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# optimizer.py の抜粋「開始」部分
# ---------------------------------------------------------------------------------------------------------------------------
class SGD:
'''
確率的勾配降下法（Stochastic Gradient Descent）
'''
def __init__(self, lr=0.01):
self.lr = lr
def update(self, params, grads):
for i in range(len(params)):
params[i] -= self.lr * grads[i]
# ---------------------------------------------------------------------------------------------------------------------------
# optimizer.py の抜粋「終了」部分
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# time_layers.py の抜粋「開始」部分
# ---------------------------------------------------------------------------------------------------------------------------
class TimeAffine:
def __init__(self, W, b):
self.params = [W, b]
self.grads = [np.zeros_like(W), np.zeros_like(b)]
self.x = None
def forward(self, x):
N, T, D = x.shape
W, b = self.params
rx = x.reshape(N*T, -1)
out = np.dot(rx, W) + b
self.x = x
return out.reshape(N, T, -1)
def backward(self, dout):
x = self.x
N, T, D = x.shape
W, b = self.params
dout = dout.reshape(N*T, -1)
rx = x.reshape(N*T, -1)
db = np.sum(dout, axis=0)
dW = np.dot(rx.T, dout)
dx = np.dot(dout, W.T)
dx = dx.reshape(*x.shape)
self.grads[0][...] = dW
self.grads[1][...] = db
return dx
class RNN:
def __init__(self, Wx, Wh, b):
self.params = [Wx, Wh, b]
self.grads = [np.zeros_like(Wx), np.zeros_like(Wh), np.zeros_like(b)]
self.cache = None
def forward(self, x, h_prev):
Wx, Wh, b = self.params
t = np.dot(h_prev, Wh) + np.dot(x, Wx) + b
h_next = np.tanh(t)
self.cache = (x, h_prev, h_next)
return h_next
def backward(self, dh_next):
Wx, Wh, b = self.params
x, h_prev, h_next = self.cache
dt = dh_next * (1 - h_next ** 2)
db = np.sum(dt, axis=0)
dWh = np.dot(h_prev.T, dt)
dh_prev = np.dot(dt, Wh.T)
dWx = np.dot(x.T, dt)
dx = np.dot(dt, Wx.T)
self.grads[0][...] = dWx
self.grads[1][...] = dWh
self.grads[2][...] = db
return dx, dh_prev
class TimeRNN:
def __init__(self, Wx, Wh, b, stateful=False):
self.params = [Wx, Wh, b]
self.grads = [np.zeros_like(Wx), np.zeros_like(Wh), np.zeros_like(b)]
self.layers = None
self.h, self.dh = None, None
self.stateful = stateful
def forward(self, xs):
Wx, Wh, b = self.params
N, T, D = xs.shape
D, H = Wx.shape
self.layers = []
hs = np.empty((N, T, H), dtype='f')
if not self.stateful or self.h is None:
self.h = np.zeros((N, H), dtype='f')
for t in range(T):
layer = RNN(*self.params)
self.h = layer.forward(xs[:, t, :], self.h)
hs[:, t, :] = self.h
self.layers.append(layer)
return hs
def backward(self, dhs):
Wx, Wh, b = self.params
N, T, H = dhs.shape
D, H = Wx.shape
dxs = np.empty((N, T, D), dtype='f')
dh = 0
grads = [0, 0, 0]
for t in reversed(range(T)):
layer = self.layers[t]
dx, dh = layer.backward(dhs[:, t, :] + dh)
dxs[:, t, :] = dx
for i, grad in enumerate(layer.grads):
grads[i] += grad
for i, grad in enumerate(grads):
self.grads[i][...] = grad
self.dh = dh
return dxs
def set_state(self, h):
self.h = h
def reset_state(self):
self.h = None
class TimeOutputWithLoss:
# このコードは「class TimeSoftmaxWithLoss」の代わりに実装する
def __init__(self):
self.cache = None
def forward(self, xs, ts):
N, T, D = xs.shape # ここでDは1
# RNNのタイプに合わせて「#1」か「#2」を選択する
# ------------------RNN many to many start---------------#1
loss = 0.5 * np.sum((xs - ts)**2) #1
loss /= N # 1データ分での誤差 #1
# -------------------RNN many to many end----------------#1
# # ------------------RNN many to one start----------------#2
# loss = 0.5 * np.sum((xs[:, T-1, :] - ts[:, T-1, :])**2) #2
# loss /= N # 1データ分での誤差 #2
# # -------------------RNN many to one end-----------------#2
self.cache = (ts, xs, (N, T, D))
return loss
def backward(self, dout=1):
ts, xs, (N, T, D) = self.cache
# RNNのタイプに合わせて「#1」か「#2」を選択する
# ------------------RNN many to many start---------------#1
dout = xs - ts #1
dout /= N #1
# -------------------RNN many to many end----------------#1
# # ------------------RNN many to one start----------------#2
# dout = np.zeros([N, T, D], dtype='float') #2
# dout[:, T-1, :] = xs[:, T-1, :] - ts[:, T-1, :] #2
# # -------------------RNN many to one end-----------------#2
return dout
# ---------------------------------------------------------------------------------------------------------------------------
# time_layers.py の抜粋「終了」部分
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# simple_rnnlm.py の抜粋「開始」部分
# ---------------------------------------------------------------------------------------------------------------------------
class SimpleRnnlm:
def __init__(self, vocab_size, wordvec_size, hidden_size):
V, D, H = vocab_size, wordvec_size, hidden_size
rn = np.random.randn
# 重みの初期化
# embed_W = (rn(V, D) / 100).astype('f') # embedingレイヤは無効にする
rnn_Wx1 = (rn(D, H) / np.sqrt(D)).astype('f') # 中間層を1層追加して中間層２層に変更するために名前変更
rnn_Wh1 = (rn(H, H) / np.sqrt(H)).astype('f') # 中間層を1層追加して中間層２層に変更するために名前変更
rnn_b1 = np.zeros(H).astype('f') # 中間層を1層追加して中間層２層に変更するために名前変更
rnn_Wx2 = (rn(H, H) / np.sqrt(H)).astype('f') # 中間層を1層追加して中間層２層に変更するために追加したコード
rnn_Wh2 = (rn(H, H) / np.sqrt(H)).astype('f') # 中間層を1層追加して中間層２層に変更するために追加したコード
rnn_b2 = np.zeros(H).astype('f') # 中間層を1層追加して中間層２層に変更するために追加したコード affine_W = (rn(H, V) / np.sqrt(H)).astype('f')
affine_W = (rn(H, V) / np.sqrt(H)).astype('f')
affine_b = np.zeros(V).astype('f')
# レイヤの生成
self.layers = [
# TimeEmbedding(embed_W), # embedingレイヤは無効にする
TimeRNN(rnn_Wx1, rnn_Wh1, rnn_b1, stateful=True), # 中間層を1層追加して中間層２層に変更するために名前変更
TimeRNN(rnn_Wx2, rnn_Wh2, rnn_b2, stateful=True), # 中間層を1層追加して中間層２層に変更するために追加したコード
TimeAffine(affine_W, affine_b)
]
# self.loss_layer = TimeSoftmaxWithLoss() # TimeSoftmaxWithLossレイヤは無効にする
self.loss_layer = TimeOutputWithLoss()
self.rnn_layer = self.layers[0] # 「TimeEmbedding」を外したので「TimeRNN」を「self.rnn_layer」にするため「self.layers[1]」を「self.layers[0]」にした
# すべての重みと勾配をリストにまとめる
self.params, self.grads = [], []
for layer in self.layers:
self.params += layer.params
self.grads += layer.grads
#------オリジナルコードに予測（predict）が無いので、LSTMのコードから持ってくる------
def predict(self, xs):
for layer in self.layers:
xs = layer.forward(xs)
return xs
def forward(self, xs, ts):
for layer in self.layers:
xs = layer.forward(xs)
loss = self.loss_layer.forward(xs, ts)
return loss
def backward(self, dout=1):
dout = self.loss_layer.backward(dout)
for layer in reversed(self.layers):
dout = layer.backward(dout)
return dout
def reset_state(self):
self.rnn_layer.reset_state()
# ---------------------------------------------------------------------------------------------------------------------------
# simple_rnnlm.py の抜粋「終了」部分
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# できるだけimportを外すため、classをコピペした箇所の「終了」部分
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
# モデルの生成
model = SimpleRnnlm(vocab_size, wordvec_size, hidden_size)
optimizer = SGD(lr)
# ミニバッチの各サンプルの読み込み開始位置を計算
# jump = time_size
# offset = [i * jump for i in range(batch_size)]
for epoch in range(max_epoch):
#---「common」の「trainer.py」から「class Trainer」よりデータをシャッフルする部分を抜粋---
# time_idx = 0 # インデックス追加部分
# シャッフル
idx = np.random.permutation(np.arange(data_size))
x_shuffle = xs[idx, ]
t_shuffle = ts[idx, ]
#-----------------------------------------------------------------------------------
# /////////////////////////////////////////////////////////////////////////////////////////////////////////
for iter in range(max_iters - 1):
# ミニバッチの取得
batch_x = np.empty((batch_size, time_size, wordvec_size), dtype='f')
batch_t = np.empty((batch_size, time_size, vocab_size), dtype='f')
for i in range(batch_size):
batch_x[i, :, :] = x_shuffle[i,:, :]
batch_t[i, :, :] = t_shuffle[i,:, :]
# batch_x[i, :, :] = x_reshape[i + batch_size * iter ,: , :]
# batch_t[i, :, :] = t_reshape[i + batch_size * iter ,: , :]
# time_idx += batch_size
# /////////////////////////////////////////////////////////////////////////////////////////////////////////
# 勾配を求め、パラメータを更新
loss = model.forward(batch_x, batch_t)
model.backward()
optimizer.update(model.params, model.grads)
total_loss += loss
loss_count += 1
# エポックごとにパープレキシティの評価 「パープレキシティ」はここでは「ロス」として扱う
# ppl = np.exp(total_loss / loss_count)
ppl = total_loss
# print('| epoch %d | perplexity %.2f'
# % (epoch+1, ppl))
ppl_list.append(float(ppl))
total_loss, loss_count = 0, 0
#----------------予測部分開始-------------------------------------
#-------------------2進数データをコードで作成-----------------------
test_bin_data_len = batch_size
#----------------２進数の予測テータをクラスから作成------------------
bin_test_data = Bin_data_make(test_bin_data_len)
x_test_data, t_test_data = bin_test_data.data_inout_set()
x_reshape_td = x_test_data[1:] #２進数の先頭データは「０」ベクトルのため削除する
t_reshape_td = t_test_data[1:] #２進数の先頭データは「０」ベクトルのため削除する
# -- 予測 --
# 順伝播 RNN層
y_predict_td = np.empty((batch_size, time_size, vocab_size), dtype='f')
y_predict_td = model.predict(x_reshape_td)
#-----------------予測部分終了------------------------------------
# グラフの描画 誤差の表示部分
x = np.arange(len(ppl_list))
plt.plot(x, ppl_list, label='train')
plt.xlabel('epochs')
plt.ylabel('loss')
plt.show()
# 2進数の予測結果を表示
#print('y_predict_td, x_reshape_td, t_reshape_td = {},{},{}'.format(y_predict_td, x_reshape_td, t_reshape_td))
# グラフの描画 学習結果の波形パターンの一致度合いを表示
height1 = t_reshape_td[0:9].reshape(-1) # 正解データ 指定した分データを抜粋する
height2 = y_predict_td[0:9].reshape(-1) # 予測データ 指定した分データを抜粋する
x = np.arange(len(height1)) # numpyで横軸を設定
plt.plot(x, height1, height2, label='train')
plt.xlabel('data number')
plt.ylabel('binary answer')
plt.show()
実行結果がこちら
結果をみると、中間層2層化はうまくいったようです。
なお、コードの変更箇所は、いままでと同じで
「 # 中間層を1層追加して・・・・・」
とコメントしたところなのでわかっていただけると思います。
２層化にあたっては、
”「ゼロから作るDeep Learning 2 ―自然言語処理編」のLSTMコード、P269、第6章「6.5.4 より良いRNNLMの実装」のコード
を参照しました。
以上です。
コメント
コメントを投稿