 ดูบน TensorFlow.org |  ทำงานใน Google Colab |  ดูแหล่งที่มาบน GitHub |  ดาวน์โหลดโน๊ตบุ๊ค |
บทช่วยสอนนี้สาธิตวิธีสร้างข้อความโดยใช้ RNN แบบอักขระ คุณจะทำงานกับชุดข้อมูลของงานเขียนของเช็คสเปียร์จาก Andrej Karpathy's The Unreasonable Effectiveness of Recurrent Neural Networks ของ Andrej Karpathy เมื่อกำหนดลำดับของอักขระจากข้อมูลนี้ ("เชคสเปียร์") ให้ฝึกแบบจำลองเพื่อทำนายอักขระตัวถัดไปในลำดับ ("e") สามารถสร้างลำดับข้อความที่ยาวขึ้นได้โดยการเรียกแบบจำลองซ้ำๆ
บทช่วยสอนนี้รวมโค้ดที่รันได้ซึ่งใช้งานโดยใช้ tf.keras และ การดำเนินการอย่างกระตือรือร้น ต่อไปนี้คือเอาต์พุตตัวอย่างเมื่อโมเดลในบทช่วยสอนนี้ฝึกฝนเป็นเวลา 30 ยุค และเริ่มต้นด้วยข้อความแจ้ง "Q":
QUEENE: I had thought thou hadst a Roman; for the oracle, Thus by All bids the man against the word, Which are so weak of care, by old care done; Your children were in your holy love, And the precipitation through the bleeding throne. BISHOP OF ELY: Marry, and will, my lord, to weep in such a one were prettiest; Yet now I was adopted heir Of the world's lamentable day, To watch the next way with his father with his face? ESCALUS: The cause why then we are all resolved more sons. VOLUMNIA: O, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, it is no sin it should be dead, And love and pale as any will to that word. QUEEN ELIZABETH: But how long have I heard the soul for this world, And show his hands of life be proved to stand. PETRUCHIO: I say he look'd on, if I must be content To stay him from the fatal of our country's bliss. His lordship pluck'd from this sentence then for prey, And then let us twain, being the moon, were she such a case as fills m
แม้ว่าประโยคบางประโยคจะเป็นไวยกรณ์ แต่ส่วนใหญ่ก็ไม่สมเหตุสมผล โมเดลไม่ได้เรียนรู้ความหมายของคำ แต่ให้พิจารณา:
โมเดลเป็นแบบอิงตามอักขระ เมื่อเริ่มฝึก นางแบบไม่รู้วิธีสะกดคำภาษาอังกฤษ หรือคำนั้นคือหน่วยของข้อความ
โครงสร้างของผลลัพธ์คล้ายกับการเล่น—บล็อกของข้อความโดยทั่วไปจะเริ่มต้นด้วยชื่อผู้พูด เป็นตัวพิมพ์ใหญ่ทั้งหมดที่คล้ายกับชุดข้อมูล
ดังที่แสดงด้านล่าง โมเดลนี้ได้รับการฝึกอบรมเกี่ยวกับข้อความกลุ่มเล็กๆ (แต่ละ 100 อักขระ) และยังคงสามารถสร้างลำดับข้อความที่ยาวขึ้นด้วยโครงสร้างที่สอดคล้องกัน
ติดตั้ง
นำเข้า TensorFlow และไลบรารีอื่นๆ
import tensorflow as tf
import numpy as np
import os
import time
ดาวน์โหลดชุดข้อมูลเช็คสเปียร์
เปลี่ยนบรรทัดต่อไปนี้เพื่อเรียกใช้รหัสนี้กับข้อมูลของคุณเอง
path_to_file = tf.keras.utils.get_file('shakespeare.txt', 'https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt')
Downloading data from https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt 1122304/1115394 [==============================] - 0s 0us/step 1130496/1115394 [==============================] - 0s 0us/step
อ่านข้อมูล
ก่อนอื่น ดูในข้อความ:
# Read, then decode for py2 compat.
text = open(path_to_file, 'rb').read().decode(encoding='utf-8')
# length of text is the number of characters in it
print(f'Length of text: {len(text)} characters')
Length of text: 1115394 characters
# Take a look at the first 250 characters in text
print(text[:250])
First Citizen: Before we proceed any further, hear me speak. All: Speak, speak. First Citizen: You are all resolved rather to die than to famish? All: Resolved. resolved. First Citizen: First, you know Caius Marcius is chief enemy to the people.
# The unique characters in the file
vocab = sorted(set(text))
print(f'{len(vocab)} unique characters')
65 unique characters
ประมวลผลข้อความ
เวกเตอร์ข้อความ
ก่อนการฝึก คุณต้องแปลงสตริงเป็นการแสดงตัวเลข
เลเยอร์ tf.keras.layers.StringLookup สามารถแปลงอักขระแต่ละตัวเป็น ID ตัวเลขได้ เพียงแค่ต้องการแยกข้อความออกเป็นโทเค็นก่อน
example_texts = ['abcdefg', 'xyz']
chars = tf.strings.unicode_split(example_texts, input_encoding='UTF-8')
chars
<tf.RaggedTensor [[b'a', b'b', b'c', b'd', b'e', b'f', b'g'], [b'x', b'y', b'z']]>
ตอนนี้สร้างเลเยอร์ tf.keras.layers.StringLookup :
ids_from_chars = tf.keras.layers.StringLookup(
vocabulary=list(vocab), mask_token=None)
มันแปลงจากโทเค็นเป็นรหัสอักขระ:
ids = ids_from_chars(chars)
ids
<tf.RaggedTensor [[40, 41, 42, 43, 44, 45, 46], [63, 64, 65]]>
เนื่องจากเป้าหมายของบทช่วยสอนนี้คือการสร้างข้อความ จึงเป็นสิ่งสำคัญที่จะพลิกการแสดงนี้และกู้คืนสตริงที่มนุษย์อ่านได้ สำหรับสิ่งนี้ คุณสามารถใช้ tf.keras.layers.StringLookup(..., invert=True)
chars_from_ids = tf.keras.layers.StringLookup(
vocabulary=ids_from_chars.get_vocabulary(), invert=True, mask_token=None)
เลเยอร์นี้กู้คืนอักขระจากเวกเตอร์ของ ID และส่งคืนเป็น tf.RaggedTensor ของอักขระ:
chars = chars_from_ids(ids)
chars
<tf.RaggedTensor [[b'a', b'b', b'c', b'd', b'e', b'f', b'g'], [b'x', b'y', b'z']]>
คุณสามารถ tf.strings.reduce_join เพื่อรวมอักขระกลับเป็นสตริงได้
tf.strings.reduce_join(chars, axis=-1).numpy()
array([b'abcdefg', b'xyz'], dtype=object)
def text_from_ids(ids):
return tf.strings.reduce_join(chars_from_ids(ids), axis=-1)
งานทำนาย
จากอักขระหรือลำดับของอักขระ อักขระตัวถัดไปที่น่าจะเป็นไปได้มากที่สุดคืออะไร นี่คืองานที่คุณกำลังฝึกให้โมเดลดำเนินการ อินพุตไปยังโมเดลจะเป็นลำดับของอักขระ และคุณฝึกโมเดลเพื่อคาดการณ์เอาต์พุต ซึ่งเป็นอักขระต่อไปนี้ในแต่ละขั้นตอนของเวลา
เนื่องจาก RNN รักษาสถานะภายในที่ขึ้นอยู่กับองค์ประกอบที่เห็นก่อนหน้านี้ เมื่อพิจารณาจากอักขระทั้งหมดที่คำนวณมาจนถึงขณะนี้ อักขระตัวต่อไปคืออะไร
สร้างตัวอย่างและเป้าหมายการฝึกอบรม
ถัดไปแบ่งข้อความเป็นลำดับตัวอย่าง ลำดับอินพุตแต่ละรายการจะมีอักขระ seq_length จากข้อความ
สำหรับแต่ละลำดับอินพุต เป้าหมายที่เกี่ยวข้องจะมีความยาวข้อความเท่ากัน ยกเว้นการเลื่อนอักขระหนึ่งตัวไปทางขวา
ดังนั้นให้แบ่งข้อความเป็นส่วนๆ ของ seq_length+1 ตัวอย่างเช่น พูดว่า seq_length คือ 4 และข้อความของเราคือ "สวัสดี" ลำดับอินพุตจะเป็น "นรก" และลำดับเป้าหมาย "ello"
ในการดำเนินการนี้ ให้ใช้ฟังก์ชัน tf.data.Dataset.from_tensor_slices เพื่อแปลงเวกเตอร์ข้อความเป็นสตรีมของดัชนีอักขระ
all_ids = ids_from_chars(tf.strings.unicode_split(text, 'UTF-8'))
all_ids
<tf.Tensor: shape=(1115394,), dtype=int64, numpy=array([19, 48, 57, ..., 46, 9, 1])>
ids_dataset = tf.data.Dataset.from_tensor_slices(all_ids)
for ids in ids_dataset.take(10):
print(chars_from_ids(ids).numpy().decode('utf-8'))
F i r s t C i t i
seq_length = 100
examples_per_epoch = len(text)//(seq_length+1)
วิธี batch ช่วยให้คุณแปลงอักขระแต่ละตัวเหล่านี้เป็นลำดับตามขนาดที่ต้องการได้อย่างง่ายดาย
sequences = ids_dataset.batch(seq_length+1, drop_remainder=True)
for seq in sequences.take(1):
print(chars_from_ids(seq))
tf.Tensor( [b'F' b'i' b'r' b's' b't' b' ' b'C' b'i' b't' b'i' b'z' b'e' b'n' b':' b'\n' b'B' b'e' b'f' b'o' b'r' b'e' b' ' b'w' b'e' b' ' b'p' b'r' b'o' b'c' b'e' b'e' b'd' b' ' b'a' b'n' b'y' b' ' b'f' b'u' b'r' b't' b'h' b'e' b'r' b',' b' ' b'h' b'e' b'a' b'r' b' ' b'm' b'e' b' ' b's' b'p' b'e' b'a' b'k' b'.' b'\n' b'\n' b'A' b'l' b'l' b':' b'\n' b'S' b'p' b'e' b'a' b'k' b',' b' ' b's' b'p' b'e' b'a' b'k' b'.' b'\n' b'\n' b'F' b'i' b'r' b's' b't' b' ' b'C' b'i' b't' b'i' b'z' b'e' b'n' b':' b'\n' b'Y' b'o' b'u' b' '], shape=(101,), dtype=string) 2022-01-26 01:13:19.940550: W tensorflow/core/data/root_dataset.cc:200] Optimization loop failed: CANCELLED: Operation was cancelled
ง่ายกว่าที่จะเห็นว่าสิ่งนี้กำลังทำอะไรอยู่ หากคุณรวมโทเค็นกลับเป็นสตริง:
for seq in sequences.take(5):
print(text_from_ids(seq).numpy())
b'First Citizen:\nBefore we proceed any further, hear me speak.\n\nAll:\nSpeak, speak.\n\nFirst Citizen:\nYou ' b'are all resolved rather to die than to famish?\n\nAll:\nResolved. resolved.\n\nFirst Citizen:\nFirst, you k' b"now Caius Marcius is chief enemy to the people.\n\nAll:\nWe know't, we know't.\n\nFirst Citizen:\nLet us ki" b"ll him, and we'll have corn at our own price.\nIs't a verdict?\n\nAll:\nNo more talking on't; let it be d" b'one: away, away!\n\nSecond Citizen:\nOne word, good citizens.\n\nFirst Citizen:\nWe are accounted poor citi'ตัวยึดตำแหน่ง32
สำหรับการฝึกอบรม คุณจะต้องมีชุดข้อมูลของคู่ (input, label) โดยที่ input และ label เป็นลำดับ ในแต่ละขั้นตอน อินพุตคืออักขระปัจจุบัน และป้ายกำกับคืออักขระถัดไป
ต่อไปนี้คือฟังก์ชันที่ใช้ลำดับเป็นอินพุต ทำซ้ำ และเลื่อนเพื่อจัดแนวอินพุตและป้ายกำกับสำหรับแต่ละขั้นตอนของเวลา:
def split_input_target(sequence):
input_text = sequence[:-1]
target_text = sequence[1:]
return input_text, target_text
split_input_target(list("Tensorflow"))
(['T', 'e', 'n', 's', 'o', 'r', 'f', 'l', 'o'], ['e', 'n', 's', 'o', 'r', 'f', 'l', 'o', 'w'])
dataset = sequences.map(split_input_target)
for input_example, target_example in dataset.take(1):
print("Input :", text_from_ids(input_example).numpy())
print("Target:", text_from_ids(target_example).numpy())
Input : b'First Citizen:\nBefore we proceed any further, hear me speak.\n\nAll:\nSpeak, speak.\n\nFirst Citizen:\nYou' Target: b'irst Citizen:\nBefore we proceed any further, hear me speak.\n\nAll:\nSpeak, speak.\n\nFirst Citizen:\nYou '
สร้างชุดการฝึก
คุณใช้ tf.data เพื่อแบ่งข้อความออกเป็นลำดับที่จัดการได้ แต่ก่อนที่จะป้อนข้อมูลนี้ลงในแบบจำลอง คุณต้องสับเปลี่ยนข้อมูลและแพ็คเป็นแบทช์
# Batch size
BATCH_SIZE = 64
# Buffer size to shuffle the dataset
# (TF data is designed to work with possibly infinite sequences,
# so it doesn't attempt to shuffle the entire sequence in memory. Instead,
# it maintains a buffer in which it shuffles elements).
BUFFER_SIZE = 10000
dataset = (
dataset
.shuffle(BUFFER_SIZE)
.batch(BATCH_SIZE, drop_remainder=True)
.prefetch(tf.data.experimental.AUTOTUNE))
dataset
<PrefetchDataset element_spec=(TensorSpec(shape=(64, 100), dtype=tf.int64, name=None), TensorSpec(shape=(64, 100), dtype=tf.int64, name=None))>
สร้างแบบจำลอง
ส่วนนี้กำหนดโมเดลเป็นคลาสย่อย keras.Model (สำหรับรายละเอียด โปรดดู การสร้างเลเยอร์และโมเดลใหม่ผ่านคลาสย่อย )
โมเดลนี้มีสามชั้น:
-
tf.keras.layers.Embedding: เลเยอร์อินพุต ตารางค้นหาที่ฝึกได้ซึ่งจะจับคู่ character-ID แต่ละตัวกับเวกเตอร์ที่มีมิติembedding_dim -
tf.keras.layers.GRU: ประเภทของ RNN ที่มีunits=rnn_units(คุณยังสามารถใช้เลเยอร์ LSTM ได้ที่นี่) -
tf.keras.layers.Dense: เลเยอร์เอาต์พุต พร้อมเอาต์พุตvocab_sizeมันส่งออกหนึ่ง logit สำหรับอักขระแต่ละตัวในคำศัพท์ นี่คือโอกาสที่บันทึกของอักขระแต่ละตัวตามแบบจำลอง
# Length of the vocabulary in chars
vocab_size = len(vocab)
# The embedding dimension
embedding_dim = 256
# Number of RNN units
rnn_units = 1024
class MyModel(tf.keras.Model):
def __init__(self, vocab_size, embedding_dim, rnn_units):
super().__init__(self)
self.embedding = tf.keras.layers.Embedding(vocab_size, embedding_dim)
self.gru = tf.keras.layers.GRU(rnn_units,
return_sequences=True,
return_state=True)
self.dense = tf.keras.layers.Dense(vocab_size)
def call(self, inputs, states=None, return_state=False, training=False):
x = inputs
x = self.embedding(x, training=training)
if states is None:
states = self.gru.get_initial_state(x)
x, states = self.gru(x, initial_state=states, training=training)
x = self.dense(x, training=training)
if return_state:
return x, states
else:
return x
model = MyModel(
# Be sure the vocabulary size matches the `StringLookup` layers.
vocab_size=len(ids_from_chars.get_vocabulary()),
embedding_dim=embedding_dim,
rnn_units=rnn_units)
สำหรับอักขระแต่ละตัว โมเดลจะค้นหาการฝัง รัน GRU หนึ่งขั้นตอนด้วยการฝังเป็นอินพุต และใช้เลเยอร์หนาแน่นเพื่อสร้างบันทึกที่คาดการณ์ความเป็นไปได้ของบันทึกของอักขระถัดไป:
ลองรุ่น
ตอนนี้รันโมเดลเพื่อดูว่ามันทำงานตามที่คาดไว้
ตรวจสอบรูปร่างของผลลัพธ์ก่อน:
for input_example_batch, target_example_batch in dataset.take(1):
example_batch_predictions = model(input_example_batch)
print(example_batch_predictions.shape, "# (batch_size, sequence_length, vocab_size)")
(64, 100, 66) # (batch_size, sequence_length, vocab_size)
ในตัวอย่างข้างต้น ความยาวลำดับของอินพุตคือ 100 แต่โมเดลสามารถรันบนอินพุตที่มีความยาวเท่าใดก็ได้:
model.summary()
Model: "my_model"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
embedding (Embedding) multiple 16896
gru (GRU) multiple 3938304
dense (Dense) multiple 67650
=================================================================
Total params: 4,022,850
Trainable params: 4,022,850
Non-trainable params: 0
_________________________________________________________________
ในการรับการคาดการณ์จริงจากแบบจำลอง คุณต้องสุ่มตัวอย่างจากการกระจายเอาต์พุต เพื่อรับดัชนีอักขระจริง การกระจายนี้ถูกกำหนดโดยบันทึกเหนือคำศัพท์ของตัวละคร
ลองใช้ตัวอย่างแรกในชุดงาน:
sampled_indices = tf.random.categorical(example_batch_predictions[0], num_samples=1)
sampled_indices = tf.squeeze(sampled_indices, axis=-1).numpy()
สิ่งนี้ทำให้เราคาดการณ์ดัชนีอักขระตัวต่อไปในแต่ละช่วงเวลา:
sampled_indices
array([29, 23, 11, 14, 42, 27, 56, 29, 14, 6, 9, 65, 22, 15, 34, 64, 44,
41, 11, 51, 10, 44, 42, 56, 13, 50, 1, 33, 45, 23, 28, 43, 12, 62,
45, 60, 43, 62, 38, 19, 50, 35, 19, 14, 60, 56, 10, 64, 39, 56, 2,
51, 63, 42, 39, 64, 43, 20, 20, 17, 40, 15, 52, 46, 7, 25, 34, 43,
11, 11, 31, 34, 38, 44, 22, 49, 23, 4, 27, 0, 31, 39, 5, 9, 43,
58, 33, 30, 49, 6, 63, 5, 50, 4, 6, 14, 62, 3, 7, 35])
ถอดรหัสสิ่งเหล่านี้เพื่อดูข้อความที่คาดการณ์โดยโมเดลที่ไม่ได้รับการฝึกฝนนี้:
print("Input:\n", text_from_ids(input_example_batch[0]).numpy())
print()
print("Next Char Predictions:\n", text_from_ids(sampled_indices).numpy())
Input: b":\nWherein the king stands generally condemn'd.\n\nBAGOT:\nIf judgement lie in them, then so do we,\nBeca" Next Char Predictions: b"PJ:AcNqPA'.zIBUyeb:l3ecq?k\nTfJOd;wfudwYFkVFAuq3yZq lxcZydGGDaBmg,LUd::RUYeIjJ\\(N[UNK]RZ&.dsTQj'x&k\\)'Aw!,V"ตัวยึดตำแหน่ง52
ฝึกโมเดล
ณ จุดนี้ ปัญหาสามารถถือเป็นปัญหาการจำแนกประเภทมาตรฐานได้ กำหนดสถานะ RNN ก่อนหน้า และอินพุตของขั้นตอนนี้ ทำนายคลาสของอักขระถัดไป
แนบเครื่องมือเพิ่มประสิทธิภาพและฟังก์ชันการสูญเสีย
ฟังก์ชันการสูญเสีย tf.keras.losses.sparse_categorical_crossentropy มาตรฐานทำงานในกรณีนี้ เนื่องจากมีการใช้ในมิติสุดท้ายของการคาดการณ์
เนื่องจากโมเดลของคุณส่งคืน logits คุณต้องตั้งค่าสถานะ from_logits
loss = tf.losses.SparseCategoricalCrossentropy(from_logits=True)
example_batch_mean_loss = loss(target_example_batch, example_batch_predictions)
print("Prediction shape: ", example_batch_predictions.shape, " # (batch_size, sequence_length, vocab_size)")
print("Mean loss: ", example_batch_mean_loss)
Prediction shape: (64, 100, 66) # (batch_size, sequence_length, vocab_size) Mean loss: tf.Tensor(4.1895466, shape=(), dtype=float32)
โมเดลที่เริ่มต้นใหม่ไม่ควรมั่นใจในตัวเองเกินไป บันทึกเอาต์พุตทั้งหมดควรมีขนาดใกล้เคียงกัน เพื่อยืนยันสิ่งนี้ คุณสามารถตรวจสอบได้ว่าเลขชี้กำลังของค่าเฉลี่ยการสูญเสียนั้นประมาณเท่ากับขนาดของคำศัพท์ การสูญเสียที่สูงขึ้นมากหมายความว่าแบบจำลองมั่นใจว่าคำตอบที่ผิดและเริ่มต้นได้ไม่ดี:
tf.exp(example_batch_mean_loss).numpy()
65.99286
กำหนดค่าขั้นตอนการฝึกอบรมโดยใช้วิธี tf.keras.Model.compile ใช้ tf.keras.optimizers.Adam พร้อมอาร์กิวเมนต์เริ่มต้นและฟังก์ชันการสูญเสีย
model.compile(optimizer='adam', loss=loss)
กำหนดค่าจุดตรวจ
ใช้ tf.keras.callbacks.ModelCheckpoint เพื่อให้แน่ใจว่ามีการบันทึกจุดตรวจระหว่างการฝึก:
# Directory where the checkpoints will be saved
checkpoint_dir = './training_checkpoints'
# Name of the checkpoint files
checkpoint_prefix = os.path.join(checkpoint_dir, "ckpt_{epoch}")
checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_prefix,
save_weights_only=True)
ดำเนินการฝึกอบรม
เพื่อให้เวลาการฝึกอบรมเหมาะสม ให้ใช้ 10 ยุคเพื่อฝึกแบบจำลอง ใน Colab ให้ตั้งค่ารันไทม์เป็น GPU เพื่อการฝึกที่เร็วขึ้น
EPOCHS = 20
history = model.fit(dataset, epochs=EPOCHS, callbacks=[checkpoint_callback])
Epoch 1/20 172/172 [==============================] - 7s 25ms/step - loss: 2.7409 Epoch 2/20 172/172 [==============================] - 5s 24ms/step - loss: 2.0092 Epoch 3/20 172/172 [==============================] - 5s 24ms/step - loss: 1.7211 Epoch 4/20 172/172 [==============================] - 5s 24ms/step - loss: 1.5550 Epoch 5/20 172/172 [==============================] - 5s 24ms/step - loss: 1.4547 Epoch 6/20 172/172 [==============================] - 5s 24ms/step - loss: 1.3865 Epoch 7/20 172/172 [==============================] - 5s 24ms/step - loss: 1.3325 Epoch 8/20 172/172 [==============================] - 5s 24ms/step - loss: 1.2875 Epoch 9/20 172/172 [==============================] - 5s 24ms/step - loss: 1.2474 Epoch 10/20 172/172 [==============================] - 5s 24ms/step - loss: 1.2066 Epoch 11/20 172/172 [==============================] - 5s 24ms/step - loss: 1.1678 Epoch 12/20 172/172 [==============================] - 5s 24ms/step - loss: 1.1270 Epoch 13/20 172/172 [==============================] - 5s 24ms/step - loss: 1.0842 Epoch 14/20 172/172 [==============================] - 5s 24ms/step - loss: 1.0388 Epoch 15/20 172/172 [==============================] - 5s 24ms/step - loss: 0.9909 Epoch 16/20 172/172 [==============================] - 5s 24ms/step - loss: 0.9409 Epoch 17/20 172/172 [==============================] - 5s 24ms/step - loss: 0.8887 Epoch 18/20 172/172 [==============================] - 5s 24ms/step - loss: 0.8373 Epoch 19/20 172/172 [==============================] - 5s 24ms/step - loss: 0.7849 Epoch 20/20 172/172 [==============================] - 5s 24ms/step - loss: 0.7371
สร้างข้อความ
วิธีที่ง่ายที่สุดในการสร้างข้อความด้วยโมเดลนี้คือรันในลูป และติดตามสถานะภายในของโมเดลในขณะที่คุณดำเนินการ
ทุกครั้งที่คุณเรียกใช้โมเดล คุณจะส่งผ่านข้อความและสถานะภายใน โมเดลจะส่งกลับการทำนายสำหรับตัวละครตัวถัดไปและสถานะใหม่ ส่งการคาดคะเนและสถานะกลับเข้าไปเพื่อสร้างข้อความต่อ
ต่อไปนี้ทำให้การทำนายขั้นตอนเดียว:
class OneStep(tf.keras.Model):
def __init__(self, model, chars_from_ids, ids_from_chars, temperature=1.0):
super().__init__()
self.temperature = temperature
self.model = model
self.chars_from_ids = chars_from_ids
self.ids_from_chars = ids_from_chars
# Create a mask to prevent "[UNK]" from being generated.
skip_ids = self.ids_from_chars(['[UNK]'])[:, None]
sparse_mask = tf.SparseTensor(
# Put a -inf at each bad index.
values=[-float('inf')]*len(skip_ids),
indices=skip_ids,
# Match the shape to the vocabulary
dense_shape=[len(ids_from_chars.get_vocabulary())])
self.prediction_mask = tf.sparse.to_dense(sparse_mask)
@tf.function
def generate_one_step(self, inputs, states=None):
# Convert strings to token IDs.
input_chars = tf.strings.unicode_split(inputs, 'UTF-8')
input_ids = self.ids_from_chars(input_chars).to_tensor()
# Run the model.
# predicted_logits.shape is [batch, char, next_char_logits]
predicted_logits, states = self.model(inputs=input_ids, states=states,
return_state=True)
# Only use the last prediction.
predicted_logits = predicted_logits[:, -1, :]
predicted_logits = predicted_logits/self.temperature
# Apply the prediction mask: prevent "[UNK]" from being generated.
predicted_logits = predicted_logits + self.prediction_mask
# Sample the output logits to generate token IDs.
predicted_ids = tf.random.categorical(predicted_logits, num_samples=1)
predicted_ids = tf.squeeze(predicted_ids, axis=-1)
# Convert from token ids to characters
predicted_chars = self.chars_from_ids(predicted_ids)
# Return the characters and model state.
return predicted_chars, states
one_step_model = OneStep(model, chars_from_ids, ids_from_chars)
เรียกใช้ในลูปเพื่อสร้างข้อความ เมื่อดูข้อความที่สร้างขึ้น คุณจะเห็นนางแบบรู้ว่าเมื่อใดควรใช้ตัวพิมพ์ใหญ่ สร้างย่อหน้า และเลียนแบบคำศัพท์การเขียนที่เหมือนของเช็คสเปียร์ ด้วยยุคการฝึกอบรมจำนวนน้อย ยังไม่มีการเรียนรู้ที่จะสร้างประโยคที่สอดคล้องกัน
start = time.time()
states = None
next_char = tf.constant(['ROMEO:'])
result = [next_char]
for n in range(1000):
next_char, states = one_step_model.generate_one_step(next_char, states=states)
result.append(next_char)
result = tf.strings.join(result)
end = time.time()
print(result[0].numpy().decode('utf-8'), '\n\n' + '_'*80)
print('\nRun time:', end - start)
ROMEO: This is not your comfort, when you see-- Huntsmit, we have already, let us she so hard, Matters there well. Thou camallo, this night, you should her. Gar of all the world to save my life, I'll do well for one boy, and fetch she pass The shadow with others' sole. First Huntsman: O rude blue, come,' to woe, and beat my beauty is ears. An, thither, be ruled betimes, be cruel wonder That hath but adainst my head. Nurse: Peter, your ancest-ticked faint. MIRANDA: More of Hereford, speak you: father, for our gentleman Who do I not? look, soars! CORIOLANUS: Why, sir, what was done to brine? I pray, how many mouth A brave defence speak to us: he has not out To hold my soldiers; like one another smiled Than a mad father's boots, you know, my lord, Where is he was better than you see, of the town, our kindred heart, that would sudden to the worse, An if I met, yet fetch him own. LUCENTIO: I may be relight. MENENIUS: Ay, with sixteen years, finders both, and as the most proportion's mooners ________________________________________________________________________________ Run time: 2.67258358001709
สิ่งที่ง่ายที่สุดที่คุณสามารถทำได้เพื่อปรับปรุงผลลัพธ์คือการฝึกให้นานขึ้น (ลอง EPOCHS = 30 )
คุณยังสามารถทดลองกับสตริงเริ่มต้นอื่น ลองเพิ่มเลเยอร์ RNN อื่นเพื่อปรับปรุงความแม่นยำของโมเดล หรือปรับพารามิเตอร์อุณหภูมิเพื่อสร้างการคาดคะเนแบบสุ่มมากหรือน้อย
หากคุณต้องการให้โมเดลสร้างข้อความ เร็วขึ้น สิ่งที่ง่ายที่สุดที่คุณสามารถทำได้คือการสร้างข้อความเป็นชุด ในตัวอย่างด้านล่าง โมเดลสร้าง 5 เอาต์พุตในเวลาใกล้เคียงกันเพื่อสร้าง 1 ด้านบน
start = time.time()
states = None
next_char = tf.constant(['ROMEO:', 'ROMEO:', 'ROMEO:', 'ROMEO:', 'ROMEO:'])
result = [next_char]
for n in range(1000):
next_char, states = one_step_model.generate_one_step(next_char, states=states)
result.append(next_char)
result = tf.strings.join(result)
end = time.time()
print(result, '\n\n' + '_'*80)
print('\nRun time:', end - start)
tf.Tensor( [b"ROMEO:\nThe execution forbear that I was a kiss\nA mother in their ownsation with out the rest;\nNor seal'd-me to tell thee joyful? what said Yor Marcius! woe\nThat banish'd unrever-elent I confess\nA husband.\n\nLADY ANNE:\nTo men of summon encest wond\nlike him, Anding your freth hate for vain\nMay hardly slakes meer's name, o' no voice,\nBegail that passing child that valour'd gown?\n\nWARWICK:\nOxford, how much that made the rock Tarpeian?\n\nLUCENTIO:\nImirougester: I am too your freeds.\n\nCAPULET:\nThen I will wash\nBecause the effect of the citizens,\nOur skifts are born. Know the most patards time and will\nwomen! compare of the coronation, I did\nif you find it won to him and I.\n\nROMEO:\nGood evil; get you gone, let me have married me but yet.\n\nWARWICK:\nWhy, thou hast said his hastings? King Henry's head,\nAnd doth our scene stubility in merit ot perils\nHere to revenge, I say, proud queen,\nUnless you hence, my sons of weary perfects;\nReshon'd the prisoner in blood of jocund\nIn every scoutness' gentle Rucuov" b"ROMEO: go. Take it on yon placking for me, if thou didst love so blunt,\nLest old Lucio, whom I defy years, fellow-hands,\nThis very approbation lives.\n\nLADY ANNE:\nThat's your yel; if it come.\n\nKATHARINA:\nI'll pray you, sit,\nPut not your boot of such as they were, at length\nWas grieved for grept Hanting, on my service, kill, kill, kissis;\nAnd yet I was an Edward in every but a\ngreat maker your flesh and gold, another fear,\nAnd this, before your brother's son,\nWith its strange: but he will set upon you.\n\nCORIOLANUS:\nAy, my lord.\n\nFRIAR LAURENCE:\nRomeo! O, ho! first let remembers to piece away.\nThis is the Tower.\n\nThird Citizen:\nBehold, the matter?\n\nDUKE VINCENTIO:\nYou are too blind so many; yet so I did will take Mercutio,\nI may be jogging whiles; he sees it.\n\nCLARENCE:\nMethought that evil weeps so Romeo?\nWho be so heavy? I think they speak,\nBefore she will be flight.\n\nAll:\nOl, is become of such hath call'd hims, study and dance.\nIf that my powerful sings\nshould be a beacheries. Edward as 'lon " b"ROMEO:\nThe son, peace! thy sacred lizer throne,\nRather my tongue upon't. I can, bethick your help!\nJust of a king, woe's stand and love.\n\nBRUTUS:\nI can better divish'd and not all under affect:\nO, be quickly, villain, to report this school,\nI had none seen the dust of Hortensio.\n\nBIANCA:\nGod's good, my lord, to help your rece,ter famina,\nAnd Juliet like my hold, Liest your best:\nTo-morrow that I keep in some villaging\nAnd make her beauty continued in pees.\nMethoughts to London with our bodies in bounting love,\nCompliment by ups my green as I do favours\nWith a precious wind with child by adly way in love\nUnder the world; and so it is the malmsey-butt in\nThe very new offing to your follies.\n\nJULIET:\nCome on, lay here in hazarring her to bring me. I less there\nEscaped for flight, we may do infringe him.\n\nKeeper:\nMy lord, I have no other bent.\nWhere be the ped-she king's great aid;\nIf you'll more entertainment from you betred,\nThe secrets me to keep him soft; to curse the war,\nThe care colour. W" b"ROMEO:\nGood vows. Thou dead to lurp!\nO God! I cannot make, you have desert\nThan my passes to women all hopes with him?\n\nSecond Musician:\nNo, my liege, in gistocking a cockle or a month o' the peoper.\n\nDUKE VINCENTIO:\nNow, hark! the day; and therefore stand at safe\nWill come, to accuse my dusy hath done, upon you\nBut your will make me out in high forget. If you're past me leave,\nIf not, Saint George I bid thee here,\nMy father, eyes; and I fear any think\nTo the purpose magiin: I find thou refuse\nAnd bethink me to the earth the dire part and day strike.\n\nKING EDWARD IV:\nWhat were you lose. Father, I fear\nIs true the liquid dress: but 'tis a wildly\nkindly, proud I am severe;\nThe time shall point your state as voices and chartels\nclow the king's, being rather tell me out.\n\nPOLIXENES:\nA ponder, cord, not title and heart-honour in host;\nAnd call ummised the injury\nAs many as your tert of honour, this steep\nTo your infinity, if thou owest to\nforsworn you word unbrain; for, brings an edg,\nPloceed pas" b"ROMEO:\nNumbering, and may not unking, methinks, Lord Hastings, let him left your\nresolution as I live in solemn-more,\nAs if this still and scars of ceremony,\nShowing, as in a month being rather child,\nLook on my banish'd hands;\nWho after many moticing Romans,\nThat quickly shook like soft and stone with me.\n\nQUEEN MARGARET:\nAnd limp her tender than thy embassist, fines,\nWith enns most kinding eee:\nOr else you do to help him there:\nIf thou behold, by his rapher,\nAnd 'genty men's sake. Awar!\n\nISABELLA:\nO, pardon me, indeed, didst not a friend for aid\nMyself to-night: thou hast proved corooling\nWhom his oath rides of steeded knaves. I am\ngentlemen, you have come to both groan and my love.\n\nLUCIO:\nBador,ly, madam, but ne'er cause the crown,\nAnd, if I live, my lord.\n\nKING LEWIS XI:\nWarwick, Plaunis; and seeing thou hast slain\nThe bastardy of England am alike.'\nThe royal rabot, to appoint their power,\nFor such a day for this for me; so it is\nmoney, and again with lightning breasts: taste\nThese dece"], shape=(5,), dtype=string) ________________________________________________________________________________ Run time: 2.5006580352783203
ส่งออกเครื่องกำเนิดไฟฟ้า
โมเดลขั้นตอนเดียวนี้สามารถ บันทึกและกู้คืน ได้อย่างง่ายดาย ช่วยให้คุณใช้งานได้ทุกที่ที่ยอมรับ tf.saved_model
tf.saved_model.save(one_step_model, 'one_step')
one_step_reloaded = tf.saved_model.load('one_step')
WARNING:tensorflow:Skipping full serialization of Keras layer <__main__.OneStep object at 0x7fbb7c739510>, because it is not built. 2022-01-26 01:15:24.355813: W tensorflow/python/util/util.cc:368] Sets are not currently considered sequences, but this may change in the future, so consider avoiding using them. WARNING:absl:Found untraced functions such as gru_cell_layer_call_fn, gru_cell_layer_call_and_return_conditional_losses while saving (showing 2 of 2). These functions will not be directly callable after loading. INFO:tensorflow:Assets written to: one_step/assets INFO:tensorflow:Assets written to: one_step/assets
states = None
next_char = tf.constant(['ROMEO:'])
result = [next_char]
for n in range(100):
next_char, states = one_step_reloaded.generate_one_step(next_char, states=states)
result.append(next_char)
print(tf.strings.join(result)[0].numpy().decode("utf-8"))
ROMEO: Take man's, wife, mark me, and be advised. Fool, in the crown, unhappy is the easy throne, Enforced
ขั้นสูง: การฝึกอบรมที่กำหนดเอง
ขั้นตอนการฝึกอบรมข้างต้นนั้นเรียบง่าย แต่ไม่ได้ให้การควบคุมมากนัก มันใช้การบังคับของครูซึ่งป้องกันไม่ให้การคาดคะเนที่ไม่ดีถูกส่งกลับไปยังแบบจำลอง ดังนั้นแบบจำลองจะไม่เรียนรู้ที่จะกู้คืนจากความผิดพลาด
ตอนนี้คุณได้เห็นวิธีการรันโมเดลด้วยตนเองแล้ว ต่อไปคุณจะต้องใช้ลูปการฝึก นี่เป็นจุดเริ่มต้น ตัวอย่างเช่น หากคุณต้องการนำการ เรียนรู้หลักสูตร ไปใช้เพื่อช่วยให้เอาต์พุตแบบวงเปิดของโมเดลมีเสถียรภาพ
ส่วนที่สำคัญที่สุดของลูปการฝึกแบบกำหนดเองคือฟังก์ชันสเต็ปของรถไฟ
ใช้ tf.GradientTape เพื่อติดตามการไล่ระดับสี คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการนี้ได้โดยการอ่าน คู่มือการดำเนินการอย่างกระตือรือร้น
ขั้นตอนพื้นฐานคือ:
- ดำเนินการแบบจำลองและคำนวณการสูญเสียภายใต้
tf.GradientTape - คำนวณการอัปเดตและนำไปใช้กับโมเดลโดยใช้เครื่องมือเพิ่มประสิทธิภาพ
class CustomTraining(MyModel):
@tf.function
def train_step(self, inputs):
inputs, labels = inputs
with tf.GradientTape() as tape:
predictions = self(inputs, training=True)
loss = self.loss(labels, predictions)
grads = tape.gradient(loss, model.trainable_variables)
self.optimizer.apply_gradients(zip(grads, model.trainable_variables))
return {'loss': loss}
การนำเมธอด train_step ไปใช้ข้างต้นเป็นไปตาม ข้อตกลง train_step ของ train_step นี่เป็นทางเลือก แต่อนุญาตให้คุณเปลี่ยนพฤติกรรมของขั้นตอนรถไฟและยังคงใช้วิธี Model.compile และ Model.fit ของ keras
model = CustomTraining(
vocab_size=len(ids_from_chars.get_vocabulary()),
embedding_dim=embedding_dim,
rnn_units=rnn_units)
model.compile(optimizer = tf.keras.optimizers.Adam(),
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))
model.fit(dataset, epochs=1)
172/172 [==============================] - 7s 24ms/step - loss: 2.6916 <keras.callbacks.History at 0x7fbb9c5ade90>
หรือหากคุณต้องการการควบคุมเพิ่มเติม คุณสามารถเขียนลูปการฝึกแบบกำหนดเองที่สมบูรณ์ได้:
EPOCHS = 10
mean = tf.metrics.Mean()
for epoch in range(EPOCHS):
start = time.time()
mean.reset_states()
for (batch_n, (inp, target)) in enumerate(dataset):
logs = model.train_step([inp, target])
mean.update_state(logs['loss'])
if batch_n % 50 == 0:
template = f"Epoch {epoch+1} Batch {batch_n} Loss {logs['loss']:.4f}"
print(template)
# saving (checkpoint) the model every 5 epochs
if (epoch + 1) % 5 == 0:
model.save_weights(checkpoint_prefix.format(epoch=epoch))
print()
print(f'Epoch {epoch+1} Loss: {mean.result().numpy():.4f}')
print(f'Time taken for 1 epoch {time.time() - start:.2f} sec')
print("_"*80)
model.save_weights(checkpoint_prefix.format(epoch=epoch))
Epoch 1 Batch 0 Loss 2.1412 Epoch 1 Batch 50 Loss 2.0362 Epoch 1 Batch 100 Loss 1.9721 Epoch 1 Batch 150 Loss 1.8361 Epoch 1 Loss: 1.9732 Time taken for 1 epoch 5.90 sec ________________________________________________________________________________ Epoch 2 Batch 0 Loss 1.8170 Epoch 2 Batch 50 Loss 1.6815 Epoch 2 Batch 100 Loss 1.6288 Epoch 2 Batch 150 Loss 1.6625 Epoch 2 Loss: 1.6989 Time taken for 1 epoch 5.19 sec ________________________________________________________________________________ Epoch 3 Batch 0 Loss 1.6405 Epoch 3 Batch 50 Loss 1.5635 Epoch 3 Batch 100 Loss 1.5912 Epoch 3 Batch 150 Loss 1.5241 Epoch 3 Loss: 1.5428 Time taken for 1 epoch 5.33 sec ________________________________________________________________________________ Epoch 4 Batch 0 Loss 1.4469 Epoch 4 Batch 50 Loss 1.4512 Epoch 4 Batch 100 Loss 1.4748 Epoch 4 Batch 150 Loss 1.4077 Epoch 4 Loss: 1.4462 Time taken for 1 epoch 5.30 sec ________________________________________________________________________________ Epoch 5 Batch 0 Loss 1.3798 Epoch 5 Batch 50 Loss 1.3727 Epoch 5 Batch 100 Loss 1.3793 Epoch 5 Batch 150 Loss 1.3883 Epoch 5 Loss: 1.3793 Time taken for 1 epoch 5.41 sec ________________________________________________________________________________ Epoch 6 Batch 0 Loss 1.3024 Epoch 6 Batch 50 Loss 1.3325 Epoch 6 Batch 100 Loss 1.3483 Epoch 6 Batch 150 Loss 1.3362 Epoch 6 Loss: 1.3283 Time taken for 1 epoch 5.34 sec ________________________________________________________________________________ Epoch 7 Batch 0 Loss 1.2669 Epoch 7 Batch 50 Loss 1.2864 Epoch 7 Batch 100 Loss 1.2498 Epoch 7 Batch 150 Loss 1.2482 Epoch 7 Loss: 1.2832 Time taken for 1 epoch 5.27 sec ________________________________________________________________________________ Epoch 8 Batch 0 Loss 1.2289 Epoch 8 Batch 50 Loss 1.2577 Epoch 8 Batch 100 Loss 1.2070 Epoch 8 Batch 150 Loss 1.2333 Epoch 8 Loss: 1.2436 Time taken for 1 epoch 5.18 sec ________________________________________________________________________________ Epoch 9 Batch 0 Loss 1.2138 Epoch 9 Batch 50 Loss 1.2410 Epoch 9 Batch 100 Loss 1.1898 Epoch 9 Batch 150 Loss 1.2157 Epoch 9 Loss: 1.2038 Time taken for 1 epoch 5.23 sec ________________________________________________________________________________ Epoch 10 Batch 0 Loss 1.1200 Epoch 10 Batch 50 Loss 1.1545 Epoch 10 Batch 100 Loss 1.1688 Epoch 10 Batch 150 Loss 1.1748 Epoch 10 Loss: 1.1642 Time taken for 1 epoch 5.53 sec ________________________________________________________________________________