问题描述
我正在测试 LSTM 自动编码器在 2D 输入异常检测方面的不同实现。 我的问题不是关于代码本身,而是关于理解每个网络的底层行为。
两个实现具有相同数量的单元 (16)。模型 2 是一个“典型”的 seq 到 seq 自动编码器,编码器的最后一个序列重复“n”次以匹配解码器的输入。 我想了解为什么模型 1 似乎很容易超过模型 2,为什么模型 2 不能做得比平均值更好?
模型 1:
class LSTM_Detector(Model):
def __init__(self,flight_len,param_len,hidden_state=16):
super(LSTM_Detector,self).__init__()
self.input_dim = (flight_len,param_len)
self.units = hidden_state
self.encoder = layers.LSTM(self.units,return_state=True,return_sequences=True,activation="tanh",name='encoder',input_shape=self.input_dim)
self.decoder = layers.LSTM(self.units,name="decoder",input_shape=(self.input_dim[0],self.units))
self.dense = layers.Timedistributed(layers.Dense(self.input_dim[1]))
def call(self,x):
output,hs,cs = self.encoder(x)
encoded_state = [hs,cs] # see https://www.tensorflow.org/guide/keras/rnn
decoded = self.decoder(output,initial_state=encoded_state)
output_decoder = self.dense(decoded)
return output_decoder
模型 2:
class Seq2Seq_Detector(Model):
def __init__(self,hidden_state=16):
super(Seq2Seq_Detector,return_sequences=False,input_shape=self.input_dim)
self.repeat = layers.RepeatVector(self.input_dim[0])
self.decoder = layers.LSTM(self.units,cs] # see https://www.tensorflow.org/guide/keras/rnn
repeated_vec = self.repeat(output)
decoded = self.decoder(repeated_vec,initial_state=encoded_state)
output_decoder = self.dense(decoded)
return output_decoder
我在一个数据样本 (89,1500,77)
上为 200 个 Epoch 拟合了这 2 个模型,每个输入都是 (1500,77)
的二维数组。和测试数据(10,77)
。两种模型都只有 16 units
。
结果模型 1:(黑线为真实,重建图像为红色)
结果模型 2:
我知道第二个更严格,因为来自输入序列的所有信息都被压缩为一个步骤,但我仍然感到惊讶的是,它几乎无法比预测平均值做得更好。
另一方面,我觉得模型 1 往往更容易受到新数据的“影响”而没有回馈输入。请参阅下面的模型 1 的示例,其中输入为一条扁平线:
PS:我知道这种模型的数据并不多,我有更多可用的数据,但在这个阶段我只是在试验并试图建立我的理解。
PS 2:两个模型都没有过度拟合他们的数据,训练和验证曲线几乎像教科书一样。
有人能解释为什么在行为方面存在这样的差距吗?
谢谢
解决方法
在模型 1 中,77 个特征的每个点都以这种方式压缩和解压:77->16->16->77 加上前面步骤中的一些信息。在这种情况下,似乎仅用 TimeDistributed(Dense(...)) 替换 LSTM 也可能有效,但不能确定,因为我不知道数据。第三张图可能会更好。
当输入中没有有用的信号时,通常会预测模型 2,并且模型可以做的最好的事情(好吧,优化做)只是预测训练集的平均目标值。
在模型 2 中,您有:
...
self.encoder = layers.LSTM(self.units,return_state=True,return_sequences=False,...
然后
self.repeat = layers.RepeatVector(self.input_dim[0])
所以,事实上,当它发生
repeated_vec = self.repeat(output)
decoded = self.decoder(repeated_vec,initial_state=encoded_state)
它只需要来自编码器的最后一个输出(在这种情况下代表 1500 的最后一步),将其复制 1500 次(input_dim[0]),并尝试从一对夫妇的信息中预测所有 1500 个值最后的。这是模型丢失大部分有用信号的地方。它没有足够/关于输入的任何信息,并且它可以学习的最好的东西是为了最小化损失函数(我认为在这种情况是 MSE 或 MAE)是为了预测每个特征的平均值。
此外,seq to seq 模型通常将解码器步骤的预测作为输入传递给下一个解码器步骤,在当前情况下,它始终是相同的值。
TL;DR 1) seq-to-seq 不是这种情况的最佳模型; 2) 由于瓶颈,除了预测每个特征的平均值之外,它无法真正学会做任何事情。