睿智的seq2seq模型1——利用seq2seq模型对数字进行排列

水深无声 2023-06-30 04:26 134阅读 0赞

### 睿智的seq2seq模型1——利用seq2seq模型对数字进行排列 ###

*  学习前言
 *  seq2seq简要介绍
 *  利用seq2seq实现数组排序
 *  实现方式
 *   *  一、对输入格式输出格式进行定义
     *  二、建立神经网络
     *   *  1、神经网络的输入
         *  2、语义编码c的处理
         *  3、输出神经网络
         *  4、网络构建部分全部代码
 *  全部实现代码

# 学习前言 #

快乐学习新知识，seq2seq还是很重要的！  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

# seq2seq简要介绍 #

seq2seq属于encoder-decoder结构的一种。

seq2seq的encoder常用循环神经网络，可以使用LSTM或者RNN，当输入一个字符串的时候，可以对其进行特征提取，获得语义编码C。

而decoder则将encoder得到的编码C作为输入，输入到decoder的RNN中，得到输出序列。

语义编码C是输入内容的特征集合体，decoder可以讲这个特征集合体解码成输出序列。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]

# 利用seq2seq实现数组排序 #

实现的目标如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]  
当输入一列无序的数列后，可以对其进行排序。

# 实现方式 #

## 一、对输入格式输出格式进行定义 ##

将输入的1、2、3的格式转化为如下格式，第几位为1代表这个数字是几：  
由于数组的序列号是从0开始的，所以：  
1转化为\[0,1,0,0\]；  
2转化为\[0,0,1,0\]；  
3转化为\[0,0,0,1\]。  
这样的格式转换更有利于代码处理。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]

## 二、建立神经网络 ##

### 1、神经网络的输入 ###

假设输入的数字组合是2、1、3。  
输入的顺序就是循环神经网络的时间顺序STEP，也就是按时间序列输入2、1、3。  
本例子中输入的维度为4。

此时输入的数组为：

[[0,0,1,0],
     [0,1,0,0],
     [0,0,0,1]]

通过如下代码就可以完成输入编码神经网络的构建。

inputs = Input([STEP_SIZE,INPUT_SIZE])
    x = LSTM(CELL_SIZE, input_shape=(STEP_SIZE, INPUT_SIZE))(inputs)
    x = Dropout(0.25)(x)

示意图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]

### 2、语义编码c的处理 ###

上一步获得的LSTM的输出为一个CELL\_SIZE维的输出向量，是一个浓缩的特征。

由于我们的decoder也是一个LSTM模型，输入就是这个浓缩的特征，而且我们需要对STEP\_SIZE个输出进行排序。所以decoder的输入序列的时间SIZE也是STEP\_SIZE大小。

我们可以利用RepeatVector函数讲encoder的输出的语义编码c重复STEP\_SIZE次。  
实现CELL\_SIZE维向量 -> (STEP\_SIZE, CELL\_SIZE)维向量的转换  
实现代码为：

# CELL_SIZE-> STEP_SIZE,CELL_SIZE
    # 分为STEP_SIZE个时间序列
    x = RepeatVector(STEP_SIZE)(x)

示意图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]

### 3、输出神经网络 ###

输出神经网络的输入是上一步获得的(STEP\_SIZE, CELL\_SIZE)维向量。

输出也是(STEP\_SIZE, CELL\_SIZE)维向量。

因此输出神经网络由两部分组成，第一部分是普通的LSTM网络，其会输出(STEP\_SIZE, CELL\_SIZE)维度的向量。

第二部分是TimeDistributed+Dense，TimeDistributed+Dense意味着对LSTM网络的每一个STEP的输出进行全连接，会输出(STEP\_SIZE, INPUT\_SIZE )维度的向量。  
实现代码、执行思路如下：

# STEP_SIZE, CELL_SIZE -> STEP_SIZE, NERVE_NUM
    # 当return_sequences=True时，会输出时间序列
    # STEP_SIZE代表时间序列，CELL_SIZE代表每一个时间序列的输出
    x = LSTM(CELL_SIZE, return_sequences=True)(x)
    
    # 对每一个STEP进行全连接
    x = TimeDistributed(Dense(INPUT_SIZE))(x)
    x = Dropout(0.5)(x)
    x = Activation('softmax')(x)

示意图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]

### 4、网络构建部分全部代码 ###

全部示意图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]

inputs = Input([STEP_SIZE,INPUT_SIZE])
    x = LSTM(CELL_SIZE, input_shape=(STEP_SIZE, INPUT_SIZE))(inputs)
    x = Dropout(0.25)(x)
    # CELL_SIZE-> STEP_SIZE,CELL_SIZE
    # 分为STEP_SIZE个时间序列
    x = RepeatVector(STEP_SIZE)(x)
    
    # STEP_SIZE, CELL_SIZE -> STEP_SIZE, NERVE_NUM
    # 当return_sequences=True时，会输出时间序列
    # STEP_SIZE代表时间序列，CELL_SIZE代表每一个时间序列的输出
    x = LSTM(CELL_SIZE, return_sequences=True)(x)
    
    # 对每一个STEP进行全连接
    x = TimeDistributed(Dense(INPUT_SIZE))(x)
    x = Dropout(0.5)(x)
    x = Activation('softmax')(x)
    
    model = Model(inputs,x)

# 全部实现代码 #

实现代码为：

from keras.models import Sequential
    from keras.layers.core import Activation, RepeatVector, Dropout, Dense
    from keras.layers import TimeDistributed,Input
    from keras.models import Model
    from keras.layers.recurrent import LSTM
    import numpy as np
    
    
    def encode(X, seq_len, vocab_size):
        x = np.zeros((len(X), seq_len, vocab_size), dtype=np.float32)
        for ind, batch in enumerate(X):
            for j, elem in enumerate(batch):
                x[ind, j, elem] = 1
        return x
    
    
    def batch_gen(batch_size=32, seq_len=10, max_no=100):
        while True:
            x = np.zeros((batch_size, seq_len, max_no), dtype=np.float32)
            y = np.zeros((batch_size, seq_len, max_no), dtype=np.float32)
    
            X = np.random.randint(max_no, size=(batch_size, seq_len))
            Y = np.sort(X, axis=1)
    
            for ind, batch in enumerate(X):
                for j, elem in enumerate(batch):
                    x[ind, j, elem] = 1
    
            for ind, batch in enumerate(Y):
                for j, elem in enumerate(batch):
                    y[ind, j, elem] = 1
            yield x, y
    
    
    batch_size = 64
    STEP_SIZE = 10
    INPUT_SIZE = 75
    CELL_SIZE = 100
    inputs = Input([STEP_SIZE,INPUT_SIZE])
    x = LSTM(CELL_SIZE, input_shape=(STEP_SIZE, INPUT_SIZE))(inputs)
    x = Dropout(0.25)(x)
    # CELL_SIZE-> STEP_SIZE,CELL_SIZE
    # 分为STEP_SIZE个时间序列
    x = RepeatVector(STEP_SIZE)(x)
    
    # STEP_SIZE, CELL_SIZE -> STEP_SIZE, NERVE_NUM
    # 当return_sequences=True时，会输出时间序列
    # STEP_SIZE代表时间序列，CELL_SIZE代表每一个时间序列的输出
    x = LSTM(CELL_SIZE, return_sequences=True)(x)
    
    # 对每一个STEP进行全连接
    x = TimeDistributed(Dense(INPUT_SIZE))(x)
    x = Dropout(0.5)(x)
    x = Activation('softmax')(x)
    
    model = Model(inputs,x)
    model.summary()
    model.compile(loss='categorical_crossentropy', optimizer='adam',
                  metrics=['accuracy'])
    
    for ind, (X, Y) in enumerate(batch_gen(batch_size, STEP_SIZE, INPUT_SIZE)):
        loss, acc = model.train_on_batch(X, Y)
        if ind % 250 == 0:
            print("ind:",ind)
            testX = np.random.randint(INPUT_SIZE, size=(1, STEP_SIZE))
            test = encode(testX, STEP_SIZE, INPUT_SIZE)
            print("before is")
            print(testX)
            y = model.predict(test, batch_size=1)
            print("actual sorted output is")
            print(np.sort(testX))
            print("sorting done by LSTM is")
            print(np.argmax(y, axis=2))
            print("\n")

效果为：

ind: 0
    before is
    [[68 27 33 21 14  8 26 36 45 18]]
    actual sorted output is
    [[ 8 14 18 21 26 27 33 36 45 68]]
    sorting done by LSTM is
    [[55 55 55 55 55 55 55 52 52 52]]
    
    
    ind: 250
    before is
    [[17 63 41 63 49 64 64 44 16 25]]
    actual sorted output is
    [[16 17 25 41 44 49 63 63 64 64]]
    sorting done by LSTM is
    [[ 7 16 32 44 49 49 49 63 64 69]]
    
    
    ind: 500
    before is
    [[ 4  7 18 12  9  5 25 48 49 46]]
    actual sorted output is
    [[ 4  5  7  9 12 18 25 46 48 49]]
    sorting done by LSTM is
    [[ 0  2  7  7 18 18 25 48 48 58]]
    
    ……
    
    ind: 3500
    before is
    [[36 19 72 45 34 67 39 38 60  3]]
    actual sorted output is
    [[ 3 19 34 36 38 39 45 60 67 72]]
    sorting done by LSTM is
    [[ 3 19 34 36 38 39 45 60 67 72]]

[20190723165901974.jpg_pic_center]: https://img-blog.csdnimg.cn/20190723165901974.jpg#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200115111105238.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20200115113408136.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/2020011511402322.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20200115140319955.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20200115140535765.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20200115140636393.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/20200115140708107.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA==,size_16,color_FFFFFF,t_70#pic_center