问题描述
我正在通过带有pytorch的简单玩具项目(只是使文本发芽)来研究NLP。当我在网上引用一些示例代码时,遇到了一个我无法理解的问题。
以下是代码(某些代码已被省略并且尚未完成。):
- LSTM模型(utils.py)。
def __init__(self,vocab_size,seq_size,embedding_size,hidden_size):
super(RNNModule,self).__init__()
self.seq_size = seq_size
self.hidden_size = hidden_size
self.embedding = nn.Embedding(vocab_size,embedding_size)
self.lstm = nn.LSTM(input_size = embedding_size,hidden_size = hidden_size,num_layers = 2,batch_first=True)
self.dense = nn.Linear(hidden_size,vocab_size)
def forward(self,x,prev_state):
embed = self.embedding(x)
output,state = self.lstm(embed,prev_state)
logits = self.dense(output)
print(logits.size())
return logits,state
# 첫 입력값을 위한 zero state를 출력.
def zero_state(self,batch_size):
return (torch.zeros(2,batch_size,self.hidden_size),torch.zeros(2,self.hidden_size))
def make_data_label(corpus) :
data = []
label = []
for c in corpus :
data.append(c[:-1])
label.append(c[1:])
data,label = torch.LongTensor(data),torch.LongTensor(label)
return data,label
- main.py
if __name__=="__main__":
""" 데이터 불러오기.
"""
corpus,word2id,id2word,weight = load_data()
corpus = torch.LongTensor(corpus)
""" 하이퍼 파라미터.
"""
# 훈련
epochs = 10
learning_rate = 0.003
batch_size = 16
hidden_size = 32 # lstm hidden 값 차원수
gradients_norm=5 # 기울기 클리핑.
# 문장
seq_size=len(corpus[0]) # 문장 1개 길이.
embedding_size=len(weight[0]) # 임베딩 벡터 사이즈.
vocab_size = len(word2id)
# 테스트
# initial_words=['I','am']
predict_top_k=5
checkpoint_path='./checkpoint'
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print('# corpus size : {} / vocab_size : {}'.format(len(corpus),vocab_size))
print('# batch size : {} / num of cell : {}'.format(batch_size,hidden_size))
print("# 디바이스 : ",device)
print('-'*30+"데이터 불러오기 및 하이퍼 파라미터 설정 분할 완료.")
""" data/label 분할
"""
c = corpus.numpy() # corpus가 Tensor 형태이므로 정상적인 slicing을 위해 numpy 형태로 바꾸어준다.
data,label = make_data_label(c)
dataset = CommentDataset(data,label)
dataloader = DataLoader(dataset,batch_size=batch_size,shuffle=True)
print('-'*30 + "Data Loader 준비 완료.")
""" Model 정의 및 생성.
"""
net = RNNModule(vocab_size,hidden_size)
net = net.to(device)
loss_f = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(net.parameters(),lr=learning_rate)
for batch_idx,sample in enumerate(dataloader) :
data,label = sample
data = data.to(device)
label = label.to(device)
state_h,state_c = net.zero_state(batch_size) # initial h,c
state_h = state_h.to(device)
state_c = state_c.to(device)
logits,(state_h,state_c) = net.forward(data,state_c))
print(logits.transpose(1,2).size())
print(label.size())
loss = loss_f(logits.transpose(1,2),label)
loss.backward()
optimizer.step()
break
所以,我不明白的是为什么必须转置张量logits
(位于main.py末尾的代码)。
Logit的形状和标签为:
logits : torch.Size([16,19,10002]) # [batch_size,setence_length,vocab_size]
label : torch.Size([16,19]) # [batch_size,setence_length]
我认为,要使用CrossEntropy计算损失,标签的形状和数据的形状必须是相同的尺寸,但事实并非如此。 (标签的形状:[batch_size,setence_length]-> [batch_size,setence_length,vocab_size])
我该如何理解?为何起作用?
ps。我引用下面的网站!
:https://machinetalk.org/2019/02/08/text-generation-with-pytorch/
解决方法
nn.CrossEntropyLoss()
不采用一键向量。相反,它接受类值。因此,您的登录名和目标将不会具有相同的尺寸。 Logits的尺寸必须为(num_examples,vocab_size)
,但您的标签仅必须包含true类的索引,因此其形状为(num_examples)
而不是(num_examples,vocab_size)
。仅当您输入一幅热编码矢量时,才需要该形状。
关于为什么需要转置logits向量的原因,nn.CrossEntropyLoss()
期望logits向量的尺寸为(batch_size,num_classes,loss_dims)
,其中loss_dims是每个批次中令牌的数量。