为什么我们在pytorch中"打包"序列？

Question

我试图复制如何使用包装为rnn的可变长度序列输入,但我想我首先需要理解为什么我们需要"打包"序列.

我理解为什么我们需要"填充"它们,但为什么要"打包"(通过pack_padded_sequence)必要？

任何高级别的解释将不胜感激!

Answer 1

我偶然发现了这个问题,下面就是我想到的.

在训练RNN(LSTM或GRU或vanilla-RNN)时,很难对可变长度序列进行批处理.例如:如果8号批次的序列长度是[4,6,8,5,4,3,7,8],你将填充所有序列,这将产生8个长度为8的序列.你会最终做了64次计算(8x8),但你只需要进行45次计算.此外,如果你想做一些像使用双向RNN这样的事情,那么仅仅通过填充就更难进行批量计算,你可能最终会进行比所需更多的计算.

相反,pytorch允许我们打包序列,内部打包序列是两个列表的元组.一个包含序列的元素.元素按时间步长交错(参见下面的示例),其他元素包含每个步骤的批量大小的每个序列的大小.这有助于恢复实际序列以及告知RNN每个时间步的批量大小.@Aerin指出了这一点.这可以传递给RNN,它将在内部优化计算.

我可能在某些方面不清楚,所以让我知道,我可以添加更多的解释.

 a = [torch.tensor([1,2,3]), torch.tensor([3,4])]
 b = torch.nn.utils.rnn.pad_sequence(a, batch_first=True)
 >>>>
 tensor([[ 1,  2,  3],
    [ 3,  4,  0]])
 torch.nn.utils.rnn.pack_padded_sequence(b, batch_first=True, lengths=[3,2])
 >>>>PackedSequence(data=tensor([ 1,  3,  2,  4,  3]), batch_sizes=tensor([ 2,  2,  1]))

Answer 2

除了Umang的回答,我发现这很重要.

返回的元组中的第一项pack_padded_sequence是包含打包序列的数据(张量) - 张量.第二项是整数的张量,在每个序列步骤中保存有关批量大小的信息.

这里重要的是第二项(批量大小)表示批次中每个序列步骤的元素数量,而不是传递给的变化序列长度pack_padded_sequence.

例如,给定的数据 abc和x 在:类:PackedSequence将包含数据axbc用 batch_sizes=[2,1,1].

Answer 3

上面的答案解决了为什么很好的问题。我只想添加一个示例，以更好地了解的使用pack_padded_sequence。

让我们举个例子

注意：pack_padded_sequence需要批量处理排序的序列（按序列长度的降序排列）。在以下示例中，已经对序列批次进行了排序，以减少混乱。访问此要点链接以获取完整的实现。

首先，我们如下创建一批2个不同序列长度的序列。我们总共有7个元素。

• 每个序列的嵌入大小为2。
• 第一个序列的长度为：5
• 第二个序列的长度为：2

import torch 

seq_batch = [torch.tensor([[1, 1],
                           [2, 2],
                           [3, 3],
                           [4, 4],
                           [5, 5]]),
             torch.tensor([[10, 10],
                           [20, 20]])]

seq_lens = [5, 2]

我们填充seq_batch以获取长度等于5（批次中的最大长度）的序列批次。现在，新批次总共有10个元素。

# pad the seq_batch
padded_seq_batch = torch.nn.utils.rnn.pad_sequence(seq_batch, batch_first=True)
"""
>>>padded_seq_batch
tensor([[[ 1,  1],
         [ 2,  2],
         [ 3,  3],
         [ 4,  4],
         [ 5,  5]],

        [[10, 10],
         [20, 20],
         [ 0,  0],
         [ 0,  0],
         [ 0,  0]]])
"""

然后，我们打包padded_seq_batch。它返回两个张量的元组：

• 第一个是包含序列批次中所有元素的数据。
• 第二个是batch_sizes，它将通过步骤说明元素之间如何相互关联。

# pack the padded_seq_batch
packed_seq_batch = torch.nn.utils.rnn.pack_padded_sequence(padded_seq_batch, lengths=seq_lens, batch_first=True)
"""
>>> packed_seq_batch
PackedSequence(
   data=tensor([[ 1,  1],
                [10, 10],
                [ 2,  2],
                [20, 20],
                [ 3,  3],
                [ 4,  4],
                [ 5,  5]]), 
   batch_sizes=tensor([2, 2, 1, 1, 1]))
"""

现在，我们将元组传递packed_seq_batch给Pytorch中的递归模块，例如RNN，LSTM。这仅需要5 + 2=7递归模块中的计算。

lstm = nn.LSTM(input_size=2, hidden_size=3, batch_first=True)
output, (hn, cn) = lstm(packed_seq_batch.float()) # pass float tensor instead long tensor.
"""
>>> output # PackedSequence
PackedSequence(data=tensor(
        [[-3.6256e-02,  1.5403e-01,  1.6556e-02],
         [-6.3486e-05,  4.0227e-03,  1.2513e-01],
         [-5.3134e-02,  1.6058e-01,  2.0192e-01],
         [-4.3123e-05,  2.3017e-05,  1.4112e-01],
         [-5.9372e-02,  1.0934e-01,  4.1991e-01],
         [-6.0768e-02,  7.0689e-02,  5.9374e-01],
         [-6.0125e-02,  4.6476e-02,  7.1243e-01]], grad_fn=<CatBackward>), batch_sizes=tensor([2, 2, 1, 1, 1]))

>>>hn
tensor([[[-6.0125e-02,  4.6476e-02,  7.1243e-01],
         [-4.3123e-05,  2.3017e-05,  1.4112e-01]]], grad_fn=<StackBackward>),
>>>cn
tensor([[[-1.8826e-01,  5.8109e-02,  1.2209e+00],
         [-2.2475e-04,  2.3041e-05,  1.4254e-01]]], grad_fn=<StackBackward>)))
"""

我们需要转换output回填充的输出批次：

padded_output, output_lens = torch.nn.utils.rnn.pad_packed_sequence(output, batch_first=True, total_length=5)
"""
>>> padded_output
tensor([[[-3.6256e-02,  1.5403e-01,  1.6556e-02],
         [-5.3134e-02,  1.6058e-01,  2.0192e-01],
         [-5.9372e-02,  1.0934e-01,  4.1991e-01],
         [-6.0768e-02,  7.0689e-02,  5.9374e-01],
         [-6.0125e-02,  4.6476e-02,  7.1243e-01]],

        [[-6.3486e-05,  4.0227e-03,  1.2513e-01],
         [-4.3123e-05,  2.3017e-05,  1.4112e-01],
         [ 0.0000e+00,  0.0000e+00,  0.0000e+00],
         [ 0.0000e+00,  0.0000e+00,  0.0000e+00],
         [ 0.0000e+00,  0.0000e+00,  0.0000e+00]]],
       grad_fn=<TransposeBackward0>)

>>> output_lens
tensor([5, 2])
"""

将此工作与标准方法进行比较

1. 以标准方式，我们只需要将to传递padded_seq_batch给lstm模块。但是，它需要10次计算。它涉及对填充元素的更多计算，这在计算上效率低下。

2. 注意，这不会导致不正确的表示，但是需要更多的逻辑来提取正确的表示。

   • 对于仅具有向前方向的LSTM（或任何递归模块），如果我们想提取最后一步的隐藏向量作为序列的表示，则必须从T（th）步骤中拾取隐藏向量，其中T是输入的长度。拿起最后一个表示将是不正确的。请注意，批次中的不同输入的T将会不同。
   • 对于双向LSTM（或任何递归模块），它更加麻烦，因为一个人必须维护两个RNN模块，一个在输入的开头填充，另一个在输入的末尾填充，并且最后，如上所述提取和连接隐藏向量。

让我们看一下区别：

# The standard approach: using padding batch for recurrent modules
output, (hn, cn) = lstm(padded_seq_batch.float())
"""
>>> output
 tensor([[[-3.6256e-02, 1.5403e-01, 1.6556e-02],
          [-5.3134e-02, 1.6058e-01, 2.0192e-01],
          [-5.9372e-02, 1.0934e-01, 4.1991e-01],
          [-6.0768e-02, 7.0689e-02, 5.9374e-01],
          [-6.0125e-02, 4.6476e-02, 7.1243e-01]],

         [[-6.3486e-05, 4.0227e-03, 1.2513e-01],
          [-4.3123e-05, 2.3017e-05, 1.4112e-01],
          [-4.1217e-02, 1.0726e-01, -1.2697e-01],
          [-7.7770e-02, 1.5477e-01, -2.2911e-01],
          [-9.9957e-02, 1.7440e-01, -2.7972e-01]]],
        grad_fn= < TransposeBackward0 >)

>>> hn
tensor([[[-0.0601, 0.0465, 0.7124],
         [-0.1000, 0.1744, -0.2797]]], grad_fn= < StackBackward >),

>>> cn
tensor([[[-0.1883, 0.0581, 1.2209],
         [-0.2531, 0.3600, -0.4141]]], grad_fn= < StackBackward >))
"""

上述结果表明，hn，cn在两个方面是不同的，同时output从两种方法导致不同的值用于填充元件。

Answer 4

以下是一些视觉上的解释¹，有助于您更好地理解功能pack_padded_sequence()

假设我们6总共有序列（可变长度）。您也可以将此数字6视为batch_size超参数。

现在，我们希望将这些序列传递给一些递归神经网络体系结构。为此，我们必须将0批次中的所有序列（通常用s）填充到批次（max(sequence_lengths)）中的最大序列长度，在下图中为9。

那么，数据准备工作应该现在就完成了吧？并非完全如此。因为仍然存在一个紧迫的问题，主要是与实际需要的计算相比，我们必须要做多少计算。

为了便于理解，让我们也假设，我们将矩阵乘法上述padded_batch_of_sequences形状(6, 9)与权重矩阵W形的(9, 3)。

因此，我们将必须执行6x9 = 54乘法和6x8 = 48加法（nrows x (n-1)_cols）操作，仅丢弃大部分计算结果，因为它们将是0s（在这里有填充）。在这种情况下，实际所需的计算为：

 9-mult  8-add 
 8-mult  7-add 
 6-mult  5-add 
 4-mult  3-add 
 3-mult  2-add 
 2-mult  1-add
---------------
32-mult  26-add

即使是这个玩具示例，这也可以节省很多。您现在可以想象，使用pack_padded_sequence()具有数百万个条目的大型张量，可以节省多少计算量（成本，能源，时间，碳排放等）。

pack_padded_sequence()在所使用的颜色编码的帮助下，可以从下图了解的功能：

作为使用的结果，对于上面的示例pack_padded_sequence()，我们将获得一个张量元组，其中包含（i）展平（沿上图中的轴1）sequences，（ii）相应的批大小tensor([6,6,5,4,3,3,2,2,1])。

然后可以将数据张量（即展平的序列）传递给目标函数（例如CrossEntropy）以进行损失计算。

^1个图片来源@sgrvinod