machine-learning - 如何使用掩蔽层来掩蔽 LSTM 自动编码器中的输入/输出？

Question

我正在尝试使用 LSTM 自动编码器以可变长度的序列作为输入进行序列到序列学习，使用以下代码:

inputs = Input(shape=(None, input_dim))
masked_input = Masking(mask_value=0.0, input_shape=(None,input_dim))(inputs)
encoded = LSTM(latent_dim)(masked_input)

decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(input_dim, return_sequences=True)(decoded)
sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)

其中输入是用0填充到相同长度(时间步)的原始序列数据。使用上面的代码，输出的长度也是 timesteps，但是当我们计算损失函数时，我们只需要输出的前 Ni 个元素(其中 Ni code>是输入序列i的长度，不同序列可能不同)。有谁知道是否有什么好的方法可以做到这一点？

谢谢!

Answer 1

选项 1:如果您接受训练单独的批处理，则始终可以在不进行填充的情况下进行训练。

请参阅此答案，了解分隔相同长度批处理的简单方法:Keras misinterprets training data shape

在这种情况下，您所要做的就是以另一种方式执行“重复”操作，因为您在训练时没有确切的长度。

因此，您可以使用以下内容代替 RepeatVector:

import keras.backend as K

def repeatFunction(x):

    #x[0] is (batch,latent_dim)
    #x[1] is inputs: (batch,length,features)

    latent = K.expand_dims(x[0],axis=1) #shape(batch,1,latent_dim)
    inpShapeMaker = K.ones_like(x[1][:,:,:1]) #shape (batch,length,1)

    return latent * inpShapeMaker

#instead of RepeatVector:
Lambda(repeatFunction,output_shape=(None,latent_dim))([encoded,inputs])

选项2(闻起来不太好):在RepeatVector之后使用另一个掩码。

我尝试了这个，它有效，但我们在最后没有得到 0，我们得到重复的最后一个值直到最后。因此，您必须在目标数据中进行奇怪的填充，重复最后一步直到结束。

示例:目标 [[[1,2],[5,7]]] 必须为 [[[1,2],[5,7],[5,7],[5,7] ...]]

我认为这可能会使您的数据严重不平衡......

def makePadding(x):

    #x[0] is encoded already repeated  
    #x[1] is inputs    

    #padding = 1 for actual data in inputs, 0 for 0
    padding =  K.cast( K.not_equal(x[1][:,:,:1],0), dtype=K.floatx())
        #assuming you don't have 0 for non-padded data

    #padding repeated for latent_dim
    padding = K.repeat_elements(padding,rep=latent_dim,axis=-1)

    return x[0]*padding

inputs = Input(shape=(timesteps, input_dim))
masked_input = Masking(mask_value=0.0)(inputs)
encoded = LSTM(latent_dim)(masked_input)

decoded = RepeatVector(timesteps)(encoded)
decoded = Lambda(makePadding,output_shape=(timesteps,latent_dim))([decoded,inputs])
decoded = Masking(mask_value=0.0)(decoded)

decoded = LSTM(input_dim, return_sequences=True)(decoded)
sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)

选项 3(最佳):直接从输入裁剪输出，这也消除了梯度

def cropOutputs(x):

    #x[0] is decoded at the end
    #x[1] is inputs
    #both have the same shape

    #padding = 1 for actual data in inputs, 0 for 0
    padding =  K.cast( K.not_equal(x[1],0), dtype=K.floatx())
        #if you have zeros for non-padded data, they will lose their backpropagation

    return x[0]*padding

....
....

decoded = LSTM(input_dim, return_sequences=True)(decoded)
decoded = Lambda(cropOutputs,output_shape=(timesteps,input_dim))([decoded,inputs])