GRU

classtorch.ao.nn.quantized.dynamic.GRU(*args, **kwargs)[源代码]

对输入序列应用多层门控循环单元（GRU）RNN。

对于输入序列中的每个元素，每一层都会计算以下函数：

\begin{array}{ll} r_t = \sigma(W_{ir} x_t + b_{ir} + W_{hr} h_{(t-1)} + b_{hr}) \\ z_t = \sigma(W_{iz} x_t + b_{iz} + W_{hz} h_{(t-1)} + b_{hz}) \\ n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \\ h_t = (1 - z_t) \odot n_t + z_t \odot h_{(t-1)} \end{array}

其中 $$h_t$$ 表示时间t的隐藏状态， $$x_t$$ 表示时间t的输入， $h_{(t-1)}$ 是时间t-1的层隐藏状态或时间0的初始隐藏状态。而 $$r_t$$ 、 $$z_t$$ 和 $$n_t$$ 分别代表重置门、更新门和新输入门。 $\sigma$ 是 sigmoid 函数， $\odot$ 表示 Hadamard 乘积。

在多层GRU中，第 $$l$$ 层（ $l \geq 2$ ）的输入 $x^{(l)}_t$ 是前一层隐藏状态 $h^{(l-1)}_t$ 和 dropout $\delta^{(l-1)}_t$ 的乘积。每个 $\delta^{(l-1)}_t$ 是一个伯努利随机变量，以概率dropout取值为 $$0$$ 。

参数

input_size - 输入x中预期的特征数量
hidden_size – 隐藏状态 h 中的特征数
num_layers – 循环层的数量。例如，设置 num_layers=2 表示堆叠两个 GRU 层来形成一个堆叠的GRU，其中第二个GRU接收第一个GRU的输出并计算最终结果。默认值：1
bias – 如果为False，则该层不使用偏置权重b_ih和b_hh。默认值：True
batch_first – 如果为True，则输入和输出张量的形状为 (批次, 序列, 特征)。默认值： False
dropout – 如果非零，则在每个GRU层的输出（除了最后一层之外）上引入一个Dropout 层，其概率等于 dropout。默认值：0
bidirectional - 当设置为True时，表示使用双向GRU。默认值为False。

输入: 输入数据, 初始隐藏状态

输入形状为 (seq_len, batch, input_size): 包含输入序列特征的张量。输入也可以是打包后的变长序列。详情请参见torch.nn.utils.rnn.pack_padded_sequence()。
h_0 形状为 (num_layers * num_directions, batch, hidden_size): 包含批次中每个元素初始隐藏状态的张量。如果未提供，默认值为零。如果是双向 RNN，num_directions 应设置为 2；否则应设为 1。

输出: output, h_n

输出形状为 (seq_len, batch, num_directions * hidden_size): 包含从 GRU 最后一层得到的每个时间步 t 的输出特征 h_t。如果输入是torch.nn.utils.rnn.PackedSequence 类型，则输出也将是一个打包序列。在未解包的情况下，可以使用 output.view(seq_len, batch, num_directions, hidden_size) 将方向分开，前向和后向分别是方向 0 和 1。

类似地，在打包的情况下也可以分开方向。
h_n 形状为 (num_layers * num_directions, batch, hidden_size)：表示 t = seq_len 时刻的隐藏状态的张量

像 output 一样，层可以使用 h_n.view(num_layers, num_directions, batch, hidden_size) 来进行分离。

形状:

输入1: $(L, N, H_{in})$ 张量，包含输入特征。其中 $H_{in}=\text{input\_size}$ ，L 表示序列长度。
输入2: $(S, N, H_{out})$ 张量，包含批量中每个元素的初始隐藏状态。 $H_{out}=\text{hidden\_size}$ 如果未提供，默认为零。其中 $S=\text{num\_layers} * \text{num\_directions}$ ，如果 RNN 是双向的，则 $num_directions$ 应该是 2，否则应该是 1。
输出1: $(L, N, H_{all})$ ，其中 $H_{all}=\text{num\_directions} * \text{hidden\_size}$
输出2: $(S, N, H_{out})$ 张量，包含批次中每个元素的下一隐藏状态

变量

weight_ih_l[k] – 第 $\text{k}^{th}$ 层的可学习输入-隐藏权重 (W_ir|W_iz|W_in)。当 k = 0 时，其形状为 (3*hidden_size, input_size)；否则，形状为 (3*hidden_size, num_directions * hidden_size)
weight_hh_l[k] – 第 $\text{k}^{th}$ 层的可学习隐藏状态到隐藏状态的权重 (W_hr|W_hz|W_hn)，形状为(3*hidden_size, hidden_size)
bias_ih_l[k] – 第 $\text{k}^{th}$ 层的可学习输入到隐藏层的偏差（b_ir|b_iz|b_in），形状为(3*hidden_size)
bias_hh_l[k] – 第 $\text{k}^{th}$ 层的可学习隐藏层到隐藏层偏置（b_hr|b_hz|b_hn），形状为(3*hidden_size)

注意

所有的权重和偏置都从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 初始化，其中 $k = \frac{1}{\text{hidden\_size}}$ 。

注意

新门 $$n_t$$ 的计算与原论文和其他框架有所不同。在原来的实现中，会先进行 $$r_t$$ 和前一个隐藏状态 $h_{(t-1)}$ 之间的 Hadamard 产品（ $(\odot)$ ），然后再与权重矩阵 W 相乘并添加偏置。

\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + W_{hn} ( r_t \odot h_{(t-1)} ) + b_{hn}) \end{aligned}

这与 PyTorch 的实现不同，PyTorch 中的实现是在计算了 $W_{hn} h_{(t-1)}$ 之后进行的。

\begin{aligned} n_t = \tanh(W_{in} x_t + b_{in} + r_t \odot (W_{hn} h_{(t-1)}+ b_{hn})) \end{aligned}

此实现有意不同，以提高效率。

注意

如果满足以下条件：1）启用cudnn，2）输入数据位于GPU上，3）输入数据的数据类型为torch.float16，4）使用V100 GPU，5）输入数据不是PackedSequence格式，则可以选择持久算法以提高性能。

示例:

>>> rnn = nn.GRU(10, 20, 2)
>>> input = torch.randn(5, 3, 10)
>>> h0 = torch.randn(2, 3, 20)
>>> output, hn = rnn(input, h0)