This repository has been archived by the owner on Jan 27, 2023. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
LSTMGraph.py
455 lines (396 loc) · 18.3 KB
/
LSTMGraph.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
# coding: utf-8
import numpy as np
from theano import function, shared, scan, config, scan_module
from theano.ifelse import ifelse
import theano.printing as pr
import theano.tensor as T
import pickle
print(config.device, config.force_device)
def print_callback_fn(op, xin):
for attr in op.attrs:
temp = getattr(xin, attr)
if callable(temp):
pmsg = temp()
else:
pmsg = temp
pmsg = int(pmsg)
if pmsg%10 == 0:
pass
#print(pmsg)
class LSTMGraph:
def __init__(self, nb_inputs=None, learning_rate=0.01, bptt_truncate=-1, debug=False):
"""
Initialise le réseau
"""
self.nb_inputs = nb_inputs
self.learning_rate = learning_rate
self.bptt_truncate = bptt_truncate
self.debug = debug
# self.print_callback = pr._print_fn
self.print_callback = print_callback_fn
self.train = lambda: print('Utiliser init_train pour activer cette fonction.')
self.cost = lambda: print('Utiliser init_train pour activer cette fonction.')
self.BPTT = lambda: print('Utiliser init_train pour activer cette fonction.')
self.predict = lambda: print('Utiliser init_train pour activer cette fonction.')
self.is_init = False
self.layers = [] # Contient toutes les couches : tailles, poids, biases
self.add_input_layer(self.nb_inputs) # On ajoute la première couche
self.predict_stopping_condition = lambda a, b: T.ge(a[-1], 0.7)
def add_layer(self, length, layer_type, **params):
"""
Ajoute une couche dans la liste des couches
:param length: nombre de neurones pour la couche
:param layer_type: type de couche (input, lstm ou simple)
:param params: dict de paramètres, possibles 'activation_function' (par défaut 'sigmoid', peut aussi valoir 'tanh')
"""
params_default = {
'activation_function': 'sigmoid'
}
params_default.update(params)
layer = {
'length': length,
'type': layer_type,
'params': params_default,
'weights': {},
'biases' : {}
}
self.layers.append(layer)
return len(self.layers)-1
def add_input_layer(self, nb_inputs):
self.add_layer(nb_inputs, 'input_layer') # Pas de poids ni rien pour la première couche
return self
def add_simple_layer(self, length, weights=None, biases=None, **params):
"""
Ajoute une couche simple
:param length: taille de la couche
:param weights: poids à donner (défaut générés aléatoirements)
:param biases: poids à donner aux biases
:param params: possibles : activation_function (defaut 'sigmoid' | 'tanh')
"""
nb = self.add_layer(length, 'simple', **params)
self.init_simple_layer_weights(nb, weights, biases)
return self
def add_lstm_layer(self, length, weights=None, biases=None, **params):
"""
Ajoute une couche LSTM
:param length: taille de la couche
:param weights: poids à donner (défaut générés aléatoirements)
:param biases: poids à donner aux biases
"""
nb = self.add_layer(length, 'lstm', **params)
self.init_lstm_layer_weights(nb, weights, biases)
return self
def error(self, expected, out):
"""
:param expected: valeur attendue
:param out: valeur obtenue
"""
return 0.5*T.sqr(expected - out)
def debug_print(self, text):
"""
Affiche un message de débuggage que si le mode debug est activé
:param text: texte à afficher
"""
if self.debug:
print(text)
def init_graph(self, callback=None):
"""
Créé la fonction d'apprentissage
:param T: longueur des inputs
"""
stop = False
self.debug_print('Initialisation du graphe...')
if callback is not None:
stop = callback()
if not stop:
x = T.matrix('x', dtype=config.floatX) # On créé un vecteur d'entrée de type double
expected = T.matrix('expected', dtype=config.floatX) # Valeur attendue
learning_rate = T.scalar('learning_rate') # vitesse d'apprentissage
num_passage = 0
outputs_info = [None] # paramètres évolutifs à fournir au model_layers, None correspond à la sortie finale du réseau qui n'a pas de valeur initiale
for layer in self.layers:
if layer['type'] == 'lstm':
outputs_info.append(T.zeros(layer['length'])) # h_prev
outputs_info.append(T.zeros(layer['length'])) # c_prev
outputs_info.append(num_passage)
self.debug_print('Définition de la structure des couches.')
outputs, updates = scan( # On fait une boucle sur le model (dans le temps)
fn=self.model_layers, # fonction appliqué à chaque étape
sequences=x, # on boucle sur le nombre d'entrée
truncate_gradient=self.bptt_truncate, # Nombre d'étape pour le truncate BPTT (backpropagation through time)
# Si égale à -1, on utilise le BPTT classique
outputs_info=outputs_info # Initialisation des paramètres données à fn
)
last_output = outputs[0] # Sortie finale, les autres sont les valeurs des mémoires intermédiaires
debug_print = outputs[-1]
if callback is not None:
stop = callback()
if not stop:
self.debug_print('Définition de la fonction d\'erreur.')
cost = T.sum(self.error(expected, last_output)) # Calul de l'erreur avec fonction d'entropie
self.debug_print('Calcul des gradients.')
updates = [] # Modifs
grads = [] # Gradients
for k in range(len(self.layers)):
layer_type = self.layers[k]['type']
if layer_type != 'input': # pas de gradient pour l'entrée
for w in self.layers[k]['weights'].keys():
grads.append(T.grad(cost, self.layers[k]['weights'][w]))
update = (self.layers[k]['weights'][w], self.layers[k]['weights'][w] - learning_rate * grads[-1])
updates.append(update) # Liste des modifs à faire pour la propagtion du gradient
for w in self.layers[k]['biases'].keys():
grads.append(T.grad(cost, self.layers[k]['biases'][w]))
update = (self.layers[k]['biases'][w], self.layers[k]['biases'][w] - learning_rate * grads[-1])
updates.append(update) # Liste des modifs à faire pour la propagtion du gradient
self.debug_print('Compilation des fonctions BPTT et cost.')
self.BPTT = function([x, expected], grads, allow_input_downcast=True)
self.cost = function([x, expected], cost, allow_input_downcast=True)
if callback is not None:
stop = callback()
if not stop:
self.debug_print('Compilation de la fonction de prédiction.')
input = T.vector(dtype=config.floatX)
arret = T.vector(dtype=config.floatX)
max_temps = T.iscalar()
outputs_info = [input] # paramètres évolutifs à fournir au model_layers, None correspond à la sortie finale du réseau qui n'a pas de valeur initiale
for layer in self.layers:
if layer['type'] == 'lstm':
outputs_info.append(T.zeros(layer['length'])) # h_prev
outputs_info.append(T.zeros(layer['length'])) # c_prev
outputs_info.append(0)
o, updated = scan( # On fait une boucle sur le model (dans le temps)
fn=self.model_layers_predict, # fonction appliqué à chaque étape
non_sequences=[num_passage, arret],
outputs_info=outputs_info, # Initialisation des paramètres données à fn
n_steps=max_temps
)
o = o[0]
self.predict = function([input, arret, max_temps], o, allow_input_downcast=True) # Donne la prédiction à partir de l'entrée
if callback is not None:
stop = callback()
if not stop:
self.debug_print('Compilation de la fonction d\'apprentissage.')
# Création de la fonction d'entrainement
self.train = function([x, expected, learning_rate], [cost, last_output, debug_print], updates=updates, allow_input_downcast=True)
self.debug_print('Graphe initialisé.')
self.is_init = True
return self
def generate_weights(self, rows, cols):
"""
Génère des poids de taille donnée
"""
spread = .1/np.sqrt(cols)
w = np.random.uniform(-spread, spread, (rows, cols))
if rows == 1:
w = w.flatten()
return w
def init_simple_layer_weights(self, layer, weights=None, biases=None):
"""
Définie les poids pour une couche classique
"""
"""
Définie les poids pour une couche LSTM
:param layer: numéro de la couche
:param weights: poids à initialiser
:param biases: biases à initialiser
"""
nb_inputs = self.layers[layer-1]['length']
nb_neurons = self.layers[layer]['length']
if weights is None: # Si rien de renseigné, on génère les poids aléatoirement
weights = {
'W': self.generate_weights(nb_inputs, nb_neurons)
}
if biases is None: # Et là les biases
biases = {
'b': self.generate_weights(1, nb_neurons)
}
# On initialise les variables hybrides de theano
for w, weight in weights.items():
self.layers[layer]['weights'][w] = shared(weight.astype(config.floatX))
for b, biase in biases.items():
self.layers[layer]['biases'][b] = shared(biase.astype(config.floatX))
def init_lstm_layer_weights(self, layer, weights=None, biases=None):
"""
Définie les poids pour une couche LSTM
:param layer: numéro de la couche
:param weights: poids à initialiser
:param biases: biases à initialiser
"""
nb_inputs = self.layers[layer-1]['length']
nb_neurons = self.layers[layer]['length']
if weights is None: # Si rien de renseigné, on génère les poids aléatoirement
weights = {
'Uf': self.generate_weights(nb_neurons, nb_neurons),
'Wf': self.generate_weights(nb_inputs, nb_neurons),
'Ui': self.generate_weights(nb_neurons, nb_neurons),
'Wi': self.generate_weights(nb_inputs, nb_neurons),
'Uo': self.generate_weights(nb_neurons, nb_neurons),
'Wo': self.generate_weights(nb_inputs, nb_neurons),
'Uc': self.generate_weights(nb_neurons, nb_neurons),
'Wc': self.generate_weights(nb_inputs, nb_neurons)
}
if biases is None: # Et là les biases
biases = {
'bf': self.generate_weights(1, nb_neurons),
'bi': self.generate_weights(1, nb_neurons),
'bo': self.generate_weights(1, nb_neurons),
'bc': self.generate_weights(1, nb_neurons)
}
# On initialise les variables hybrides de theano
for w, weight in weights.items():
self.layers[layer]['weights'][w] = shared(weight.astype(config.floatX))
for b, biase in biases.items():
self.layers[layer]['biases'][b] = shared(biase.astype(config.floatX))
def model_layers(self, x, *args):
"""
Définie le model pour toutes les couches
:param x: entrée
:param args: liste des entrées (du temps précédent) pour les lstm
"""
args = list(args)
num_arg = 0
outputs = []
num_passage = args[-1]
for k in range(len(self.layers)):
debug_printing = pr.Print('Progress', global_fn=self.print_callback)(num_passage+1)
layer = self.layers[k]
if layer['type'] == 'simple': # si c'est un simple on utilise le model simple
x = self.model_simple_layer(x, k)
elif layer['type'] == 'lstm': # sinon celui de lstm
h, c = self.model_lstm_layer(x, args[num_arg], args[num_arg+1], k)
x = h # la sortie est h
num_arg += 2
outputs.append(h) # nouveau h
outputs.append(c) # nouveau x
outputs = [x] + outputs # les sorties sont la sortie finale x et les valeurs intermédiaires à repasser au réseau au temps suivant
outputs.append(debug_printing)
return tuple(outputs) # x (output), vals_t, ...
def model_layers_predict(self, x, *args):
"""
Définie le model pour toutes les couches
:param x: entrée
:param args: liste des entrées (du temps précédent) pour les lstm
"""
args = list(args)
stop_condition = args[-1]
args = args[:-1]
outputs = list(self.model_layers(x, *args))
# out = outputs[0]
# outputs[0] = T.concatenate([T.round(out[:-3]), [out[-3]], T.round(out[-2:-1]), [out[-1]]])
# cond = T.eq(T.argmax(x), T.argmax(stop_condition))
cond = self.predict_stopping_condition(outputs[0], stop_condition)
return tuple(outputs), scan_module.until(cond) # x (output), vals_t, ..., condition d'arret
def model_simple_layer(self, x, num_layer):
"""
Model pour une couche simple
:param x: entrée
:param num_layer: le numéro de la couche à traiter
"""
if self.layers[num_layer]['params']['activation_function'] == 'tanh':
return T.tanh(T.dot(x, self.layers[num_layer]['weights']['W']) + self.layers[num_layer]['biases']['b'])
elif self.layers[num_layer]['params']['activation_function'] == 'softmax':
return T.nnet.softmax(T.dot(x, self.layers[num_layer]['weights']['W']) + self.layers[num_layer]['biases']['b'])[0]
return T.nnet.sigmoid(T.dot(x, self.layers[num_layer]['weights']['W']) + self.layers[num_layer]['biases']['b'])
def model_lstm_layer(self, x, h_prev, c_prev, num_layer):
"""
Model pour une couche LSTM
:param x: entrée
:param h_prev: sortie de la couche au temps précédent
:param c_prev: mémoire de la couche au temps précédent
:return: memoire de cette couche, sortie de cette couche, sortie du reseau
"""
# Forget gate
f = T.nnet.sigmoid(T.dot(x, self.layers[num_layer]['weights']['Wf']) + T.dot(h_prev, self.layers[num_layer]['weights']['Uf']) + self.layers[num_layer]['biases']['bf'])
# Input gate
i = T.nnet.sigmoid(T.dot(x, self.layers[num_layer]['weights']['Wi']) + T.dot(h_prev, self.layers[num_layer]['weights']['Ui']) + self.layers[num_layer]['biases']['bi'])
# Output gate
o = T.nnet.sigmoid(T.dot(x, self.layers[num_layer]['weights']['Wo']) + T.dot(h_prev, self.layers[num_layer]['weights']['Uo']) + self.layers[num_layer]['biases']['bo'])
# Mémoire
c = f * c_prev + i * T.tanh(T.dot(x, self.layers[num_layer]['weights']['Wc']) + T.dot(h_prev, self.layers[num_layer]['weights']['Uc']) + self.layers[num_layer]['biases']['bc'])
h = o * T.tanh(c)
return h, c
def get_weights(self):
"""
Récupère les poids en cours
"""
layers = []
for layer in self.layers:
layers.append({
'length': layer['length'],
'weights': {},
'biases': {},
'type': layer['type'],
'params': layer['params']
})
for w, val in layer['weights'].items():
layers[-1]['weights'][w] = val.get_value()
for w, val in layer['biases'].items():
layers[-1]['biases'][w] = val.get_value()
return layers
def save_weights(self, file):
"""
Sauvegarde les poids dans un fichiers
"""
layers = []
for layer in self.layers:
layers.append({
'length': layer['length'],
'weights': {},
'biases': {},
'type': layer['type'],
'params': layer['params']
})
for w, val in layer['weights'].items():
layers[-1]['weights'][w] = val.get_value()
for w, val in layer['biases'].items():
layers[-1]['biases'][w] = val.get_value()
pickle.dump(layers, open(file, 'ab'))
return self
def load_weights(self, file):
"""
Utilise les fichiers pour initialiser les poids
"""
layers = pickle.load(open(file, 'rb'))
self.layers = []
self.add_input_layer(self.nb_inputs) # On ajoute la première couche
for layer in layers:
if layer['type'] == 'lstm':
self.add_lstm_layer(layer['length'], layer['weights'], layer['biases'])
elif layer['type'] == 'simple':
self.add_simple_layer(layer['length'], layer['weights'], layer['biases'])
return self
def set_bptt_truncate(self, nb_truncate=-1):
"""
Change le nombre de troncature pour faire une BPTT truncate (défaut pas de troncature)
:param nb_truncate: nombre de troncature
"""
self.bptt_truncate = nb_truncate
return self
def set_learning_rate(self, learning_rate):
"""
Change le taux d'apprentissage
:param learning_rate: taux d'apprentissage
"""
self.learning_rate = learning_rate
return self
def set_nb_input(self, size):
"""
Définie la taille de l'entrée
:param size: taille
"""
self.nb_inputs = size
return self
def set_print_callback(self, fn):
"""
Change printing callback in theano
:param fn: function to use fn(op, xin)
"""
self.print_callback = fn
return self
def set_predict_stopping_condition(self, fn):
"""
Change theano stopping condition
:param fn: function f(a, b)
"""
self.predict_stopping_condition = fn
return self