序列
在深度学习领域许多问题涉及到对 序列(sequence) 的处理。 从Wiki上的释义可知,序列可以表征多种物理意义,但在深度学习中,最常见的仍然是”时间序列”——一个序列包含多个时间步的信息。
在Paddle Fluid中,我们将序列表示为 LoDTensor 。 因为一般进行神经网络计算时都是一个batch一个batch地计算,所以我们用一个LoDTensor来存储一个mini batch的序列。 一个LoDTensor的第0维包含该mini batch中所有序列的所有时间步,并且用LoD来记录各个序列的长度,区分不同序列。 而在运算时,还需要根据LoD信息将LoDTensor中一个mini batch的第0维拆开成多个序列。(具体请参考上述LoD相关的文档。) 所以,对这类LoDTensor第0维的操作不能简单地使用一般的layer来进行,针对这一维的操作必须要结合LoD的信息。 (例如,你不能用 layers.reshape
来对一个序列的第0维进行reshape)。
为了实行各类针对序列的操作,我们设计了一系列序列相关的API,专门用于正确处理序列相关的操作。 实践中,由于一个LoDTensor包括一个mini batch的序列,同一个mini batch中不同的序列通常属于多个sample,它们彼此之间不会也不应该发生相互作用。 因此,若一个layer以两个(或多个)LoDTensor为输入(或者以一个list的LoDTensor为输入),每一个LoDTensor代表一个mini batch的序列,则第一个LoDTensor中的第一个序列只会和第二个LoDTensor中的第一个序列发生计算, 第一个LoDTensor中的第二个序列只会和第二个LoDTensor中的第二个序列发生计算,第一个LoDTensor中的第i个序列只会和第二个LoDTensor中第i个序列发生计算,依此类推。
总而言之,一个LoDTensor存储一个mini batch的多个序列,其中的序列个数为batch size;多个LoDTensor间发生计算时,每个LoDTensor中的第i个序列只会和其他LoDTensor中第i个序列发生计算。理解这一点对于理解接下来序列相关的操作会至关重要。
1. sequence_softmax
这个layer以一个mini batch的序列为输入,在每个序列内做softmax操作。其输出为一个mini batch相同shape的序列,但在序列内是经softmax归一化过的。 这个layer往往用于在每个sequence内做softmax归一化。
API Reference 请参考 sequence_softmax
2. sequence_concat
这个layer以一个list为输入,该list中可以含有多个LoDTensor,每个LoDTensor为一个mini batch的序列。 该layer会将每个batch中第i个序列在时间维度上拼接成一个新序列,作为返回的batch中的第i个序列。 理所当然地,list中每个LoDTensor的序列必须有相同的batch size。
API Reference 请参考 sequence_concat
3. sequence_first_step
这个layer以一个LoDTensor作为输入,会取出每个序列中的第一个元素(即第一个时间步的元素),并作为返回值。
API Reference 请参考 sequence_first_step
4. sequence_last_step
同 sequence_first_step
,除了本layer是取每个序列中最后一个元素(即最后一个时间步)作为返回值。
API Reference 请参考 sequence_last_step
5. sequence_expand
这个layer有两个LoDTensor的序列作为输入,并按照第二个LoDTensor中序列的LoD信息来扩展第一个batch中的序列。 通常用来将只有一个时间步的序列(例如 sequence_first_step
的返回结果)延展成有多个时间步的序列,以此方便与有多个时间步的序列进行运算。
API Reference 请参考 sequence_expand
6. sequence_expand_as
这个layer需要两个LoDTensor的序列作为输入,然后将第一个Tensor序列中的每一个序列延展成和第二个Tensor中对应序列等长的序列。 不同于 sequence_expand
,这个layer会将第一个LoDTensor中的序列严格延展为和第二个LoDTensor中的序列等长。 如果无法延展成等长的(例如第二个batch中的序列长度不是第一个batch中序列长度的整数倍),则会报错。
API Reference 请参考 sequence_expand_as
7. sequence_enumerate
这个layer需要一个LoDTensor的序列作为输入,同时需要指定一个 win_size
的长度。这个layer将依次取所有序列中长度为 win_size
的子序列,并组合成新的序列。
API Reference 请参考 sequence_enumerate
8. sequence_reshape
这个layer需要一个LoDTensor的序列作为输入,同时需要指定一个 new_dim
作为新的序列的维度。 该layer会将mini batch内每个序列reshape为new_dim给定的维度。注意,每个序列的长度会改变(因此LoD信息也会变),以适应新的形状。
API Reference 请参考 sequence_reshape
9. sequence_scatter
这个layer可以将一个序列的数据scatter到另一个tensor上。这个layer有三个input,一个要被scatter的目标tensor input
; 一个是序列的数据 update
,一个是目标tensor的上坐标 index
。Output为scatter后的tensor,形状和 input
相同。
API Reference 请参考 sequence_scatter
10. sequence_pad
这个layer可以将不等长的序列补齐成等长序列。使用这个layer需要提供一个 PadValue
和一个 padded_length
。 前者是用来补齐序列的元素,可以是一个数也可以是一个tensor;后者是序列补齐的目标长度。 这个layer会返回补齐后的序列,以及一个记录补齐前各个序列长度的tensor Length
。
API Reference 请参考 sequence_pad
11. sequence_mask
这个layer会根据 input
生成一个mask,input
是一个记录了每个序列长度的tensor。 此外这个layer还需要一个参数 maxlen
用于指定序列中最长的序列长度。 通常这个layer用于生成一个mask,将被pad后的序列中pad的部分过滤掉。 input
的长度tensor通常可以直接用 sequence_pad
返回的 Length
。
API Reference 请参考 sequence_mask