pytorch 中 num_layers = 2 的 1 个 LSTM 和 2 个 LSTM 之间的区别

Question

我是深度学习新手，目前正在研究使用 LSTM 进行语言建模。我正在查看 pytorch 文档并对其感到困惑。

如果我创建一个

nn.LSTM(input_size, hidden_size, num_layers) 

其中hidden_size = 4且num_layers = 2，我想我会有一个类似的架构：

op0    op1 ....
LSTM -> LSTM -> h3
LSTM -> LSTM -> h2
LSTM -> LSTM -> h1
LSTM -> LSTM -> h0
x0     x1 .....

如果我做类似的事情

nn.LSTM(input_size, hidden_size, 1)
nn.LSTM(input_size, hidden_size, 1)

我认为网络架构将与上面一模一样。我错了吗？如果是，这两者有什么区别？

Answer 1

多层 LSTM 更广为人知的名称是堆叠 LSTM，其中多层 LSTM 相互堆叠。

您的理解是正确的。以下两个 stacked LSTM 的定义是相同的。

nn.LSTM(input_size, hidden_size, 2)

和

nn.Sequential(OrderedDict([
    ('LSTM1', nn.LSTM(input_size, hidden_size, 1),
    ('LSTM2', nn.LSTM(hidden_size, hidden_size, 1)
]))

这里，输入被馈送到 LSTM 的最低层，然后最低层的输出被转发到下一层，依此类推。请注意，最低 LSTM 层的输出大小和 LSTM 层其余部分的输入大小为

hidden_size

。

但是，您可能已经看到人们通过以下方式定义堆叠 LSTM：

rnns = nn.ModuleList()
for i in range(nlayers):
    input_size = input_size if i == 0 else hidden_size
    rnns.append(nn.LSTM(input_size, hidden_size, 1))

人们有时使用上述方法的原因是，如果使用前两种方法创建堆叠 LSTM，则无法获得每个单独层的隐藏状态。查看 PyTorch 中 LSTM 返回的内容。

因此，如果您想要获得中间层的隐藏状态，则必须将每个单独的 LSTM 层声明为单个 LSTM，并通过循环来模拟多层 LSTM 操作。例如：

outputs = []
for i in range(nlayers):
    if i != 0:
        sent_variable = F.dropout(sent_variable, p=0.2, training=True)
    output, hidden = rnns[i](sent_variable)
    outputs.append(output)
    sent_variable = output

最后，

outputs

将包含每个单独 LSTM 层的所有隐藏状态。

Answer 2

为了明确上述内容（我想我也在这里问一个问题），我认为下面的代码不起作用。这是因为 LSTM 返回一对

output, (hidden, cell)

，但下一层的输入只需是

output

。因此，您需要明确地捕获它，就像在 for 循环中一样。

rnn = nn.Sequential(
  OrderedDict([
    ('rnn1', rnn1),
    ('rnn2', rnn2),
  ])
)