tensorflow实现基于LSTM的文本分类方法
作者：u010223750
引言
学习一段时间的tensor flow之后，想找个项目试试手，然后想起了之前在看Theano教程中的一个文本分类的实例，这个星期就用tensorflow实现了一下，感觉和之前使用的theano还是有很大的区别，有必要总结mark一下
模型说明
这个分类的模型其实也是很简单，主要就是一个单层的LSTM模型，当然也可以实现多层的模型，多层的模型使用Tensorflow尤其简单，下面是这个模型的图 
简单解释一下这个图，每个word经过embedding之后，进入LSTM层，这里LSTM是标准的LSTM，然后经过一个时间序列得到的t个隐藏LSTM神经单元的向量，这些向量经过mean pooling层之后，可以得到一个向量h，然后紧接着是一个简单的逻辑斯蒂回归层（或者一个softmax层）得到一个类别分布向量。
公式就不一一介绍了，因为这个实验是使用了Tensorflow重现了Theano的实现，因此具体的公式可以参看LSTM Networks for Sentiment Analysis这个链接。
tensorflow实现
鄙人接触tensor flow的时间不长，也是在慢慢摸索，但是因为有之前使用Theano的经验，对于符号化编程也不算陌生，因此上手Tensorflow倒也容易。但是感觉tensorflow还是和theano有着很多不一样的地方，这里也会提及一下。
代码的模型的主要如下：
import tensorflow as tf
import numpy as np
class RNN_Model(object):
def __init__(self,config,is_training=True):
self.keep_prob=config.keep_prob
self.batch_size=tf.Variable(0,dtype=tf.int32,trainable=False)
num_step=config.num_step
self.input_data=tf.placeholder(tf.int32,[None,num_step])
self.target = tf.placeholder(tf.int64,[None])
self.mask_x = tf.placeholder(tf.float32,[num_step,None])
class_num=config.class_num
hidden_neural_size=config.hidden_neural_size
vocabulary_size=config.vocabulary_size
embed_dim=config.embed_dim
hidden_layer_num=config.hidden_layer_num
self.new_batch_size = tf.placeholder(tf.int32,shape=[],name="new_batch_size")
self._batch_size_update = tf.assign(self.batch_size,self.new_batch_size)
#build LSTM network
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(hidden_neural_size,forget_bias=0.0,state_is_tuple=True)
if self.keep_prob<1:
lstm_cell = tf.nn.rnn_cell.DropoutWrapper(
lstm_cell,output_keep_prob=self.keep_prob
)
cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell]*hidden_layer_num,state_is_tuple=True)
self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)
#embedding layer
with tf.device("/cpu:0"),tf.name_scope("embedding_layer"):
embedding = tf.get_variable("embedding",[vocabulary_size,embed_dim],dtype=tf.float32)
inputs=tf.nn.embedding_lookup(embedding,self.input_data)
if self.keep_prob<1:
inputs = tf.nn.dropout(inputs,self.keep_prob)
out_put=[]
state=self._initial_state
with tf.variable_scope("LSTM_layer"):
for time_step in range(num_step):
if time_step>0: tf.get_variable_scope().reuse_variables()
(cell_output,state)=cell(inputs[:,time_step,:],state)
out_put.append(cell_output)
out_put=out_put*self.mask_x[:,:,None]
with tf.name_scope("mean_pooling_layer"):
out_put=tf.reduce_sum(out_put,0)/(tf.reduce_sum(self.mask_x,0)[:,None])
with tf.name_scope("Softmax_layer_and_output"):
softmax_w = tf.get_variable("softmax_w",[hidden_neural_size,class_num],dtype=tf.float32)
softmax_b = tf.get_variable("softmax_b",[class_num],dtype=tf.float32)
self.logits = tf.matmul(out_put,softmax_w)+softmax_b
with tf.name_scope("loss"):
self.loss = tf.nn.sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target)
self.cost = tf.reduce_mean(self.loss)
with tf.name_scope("accuracy"):
self.prediction = tf.argmax(self.logits,1)
correct_prediction = tf.equal(self.prediction,self.target)
self.correct_num=tf.reduce_sum(tf.cast(correct_prediction,tf.float32))
self.accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32),name="accuracy")
#add summary
loss_summary = tf.scalar_summary("loss",self.cost)
#add summary
accuracy_summary=tf.scalar_summary("accuracy_summary",self.accuracy)
if not is_training:
return
self.globle_step = tf.Variable(0,name="globle_step",trainable=False)
self.lr = tf.Variable(0.0,trainable=False)
tvars = tf.trainable_variables()
grads, _ = tf.clip_by_global_norm(tf.gradients(self.cost, tvars),
config.max_grad_norm)
# Keep track of gradient values and sparsity (optional)
grad_summaries = []
for g, v in zip(grads, tvars):
if g is not None:
grad_hist_summary = tf.histogram_summary("{}/grad/hist".format(v.name), g)
sparsity_summary = tf.scalar_summary("{}/grad/sparsity".format(v.name), tf.nn.zero_fraction(g))
grad_summaries.append(grad_hist_summary)
grad_summaries.append(sparsity_summary)
self.grad_summaries_merged = tf.merge_summary(grad_summaries)
self.summary =tf.merge_summary([loss_summary,accuracy_summary,self.grad_summaries_merged])
optimizer = tf.train.GradientDescentOptimizer(self.lr)
optimizer.apply_gradients(zip(grads, tvars))
self.train_op=optimizer.apply_gradients(zip(grads, tvars))
self.new_lr = tf.placeholder(tf.float32,shape=[],name="new_learning_rate")
self._lr_update = tf.assign(self.lr,self.new_lr)
def assign_new_lr(self,session,lr_value):
session.run(self._lr_update,feed_dict={self.new_lr:lr_value})
def assign_new_batch_size(self,session,batch_size_value):
session.run(self._batch_size_update,feed_dict={self.new_batch_size:batch_size_value})模型不复杂，也就不一一解释了，在debug的时候，还是入了几个tensorflow的坑，因此想单独说一下这几个坑。
坑1：tensor flow的LSTM实现
tensorflow是已经写好了几个LSTM的实现类，可以很方便的使用，而且也可以选择多种类型的LSTM，包括Basic、Bi-Directional等等。
这个代码用的是BasicLSTM：
#build LSTM network
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(hidden_neural_size,forget_bias=0.0,state_is_tuple=True)
if self.keep_prob<1:
lstm_cell = tf.nn.rnn_cell.DropoutWrapper(
lstm_cell,output_keep_prob=self.keep_prob
)
cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell]*hidden_layer_num,state_is_tuple=True)
self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)
out_put=[]
state=self._initial_state
with tf.variable_scope("LSTM_layer"):
for time_step in range(num_step):
if time_step>0: tf.get_variable_scope().reuse_variables()
(cell_output,state)=cell(inputs[:,time_step,:],state)
out_put.append(cell_output)在这段代码里面，tf.nn.rnn_cell.BasicLSTMCell的初始化只需要制定LSTM神经元的隐含神经元的个数即可，然后需要初始化LSTM网络的参数：self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)，这句代码乍看一下很迷糊，开始并不知道是什么意义，在实验以及查阅源码之后，返现这句话返回的是两个维度是batch_size*hidden_neural_size的零向量元组，其实就是LSTM初始化的c0、h0向量，当然这里指的是对于单层的LSTM，对于多层的，返回的是多个元组。
坑2：这段代码中的zero_state和循环代数num_step都需要制定
这里比较蛋疼，这就意味着tensorflow中实现变长的情况是要padding的，而且需要全部一样的长度，但是因为数据集的原因，不可能每个batch的size都是一样的，这里就需要每次运行前，动态制定batch_size的大小，代码中体现这个的是assign_new_batch_size函数，但是对于num_step参数却不能动态指定（可能是因为笔者没找到，但是指定tf.Variable()方法确实不行），出于无奈只能将数据集全部padding成指定大小的size，当然既然使用了padding那就必须使用mask矩阵进行计算。
坑3：cost返回non
cost返回Non一般是因为在使用交叉熵时候，logits这一边出现了0值，因此stack overflow上推荐的一般是：sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target)这样写法
训练and结果
实验背景：
tensor flow: tensor flow 0.11
platform:mac OS
数据集：subject dataset，数据集都经过了预处理，拿到的是其在词表中的索引
得益于tensorboard各个参数训练过程都可以可视化，下面是实验训练结果：
训练集训练结果： 
验证集训练结果 
损失函数训练过程 
各个参数训练结果： 
最终在测试集上，准确度约为85%，还不错。
比较tensorflow和thenao
tensor flow 和 theano 是最近比较流行的深度学习框架，两者非常相似但是两者又不一样，下面就我个人体验比较下两者的异同。
-
难易程度
就使用难度而言，tensorflow的便易性要远胜于theano，毕竟theano是一堆学者研究出来的，而tensorflow是Google研究出来的，比较面向工业化。tensor flow直接集成了学术界的很多方法，比如像RNN、LSTM等都已经被tensorflow集成了，还有比如参数更新方法如梯度下降、Adadelta等也已经被tensorflow写好了，但是对于theano这个就得自己写，当然难易程度不一样了。
-
灵活性
就灵活性而言，theano是要胜过tensor flow的，正是因为上一点theano的门槛稍高，却也使得theano有着更大的弹性，可以实现自己任意定义的网络结果，这里不是说tensorflow不行，tensorflow也能写，但是使用tensorflow久了之后，写一些自定义的结构能力就会生疏许多，比如修改LSTM内的一些结构。而Theano则没有这个约束。
- 容错性
我个人觉得theano的容错性是比tensor flow要高的，theano定义变量，只需要制定类型，比如imatrix、ivertor之类的而不用制定任何的维度，只要你输入的数据和你的网络结构图能够对的上的话，就没问题，而tensorflow择需要预先指定一些参数（如上面代码的num_step参数），相比而言，theano的容错能力多得多，当然这样也有坏处，那就是可能对导致代码调试起来比较费劲儿。
代码
本文的代码可以在这里获得，转载请注明出处。