DL|深入理解PyTorch中LSTM的输入和输出（从input输入到Linear输出） Practice|lstm|pytorch|深度学习|Li

LSTM介绍
- LSTM参数
- Inputs
- Outputs
- batch_first
案例

LSTM介绍关于LSTM的具体原理，可以参考：DL入门(4)：长短期记忆网络（LSTM）
LSTM参数关于nn.LSTM的参数，官方文档给出的解释为：

DL|深入理解PyTorch中LSTM的输入和输出（从input输入到Linear输出）

文章图片

总共有七个参数，其中只有前三个是必须的。由于大家普遍使用PyTorch的DataLoader来形成批量数据，因此batch_first也比较重要。LSTM的两个常见的应用场景为文本处理和时序预测，因此下面对每个参数我都会从这两个方面来进行具体解释。

input_size：在文本处理中，由于一个单词没法参与运算，因此我们得通过Word2Vec来对单词进行嵌入表示，将每一个单词表示成一个向量，此时input_size=embedding_size。比如每个句子中有五个单词，每个单词用一个100维向量来表示，那么这里input_size=100；在时间序列预测中，比如需要预测负荷，每一个负荷都是一个单独的值，都可以直接参与运算，因此并不需要将每一个负荷表示成一个向量，此时input_size=1。但如果我们使用多变量进行预测，比如我们利用前24小时每一时刻的[负荷、风速、温度、压强、湿度、天气]来预测下一时刻的负荷，那么此时input_size=7。
hidden_size：隐藏层节点个数。可以随意设置。
num_layers：层数。nn.LSTMCell与nn.LSTM相比，num_layers默认为1。
batch_first：默认为False，意义见后文。

Inputs 关于LSTM的输入，官方文档给出的定义为：

文章图片

可以看到，输入由两部分组成：input、(初始的隐状态h_0，初始的单元状态c_0)
?
其中input：

input(seq_len, batch_size, input_size)

seq_len：在文本处理中，如果一个句子有7个单词，则seq_len=7；在时间序列预测中，假设我们用前24个小时的负荷来预测下一时刻负荷，则seq_len=24（特征数）。
batch_size：一次性输入LSTM中的样本个数。在文本处理中，可以一次性输入很多个句子；在时间序列预测中，也可以一次性输入很多条数据。
input_size：见前文。

(h_0, c_0)：

h_0(num_directions * num_layers, batch_size, hidden_size) c_0(num_directions * num_layers, batch_size, hidden_size)

h_0和c_0的shape一致。

num_directions：如果是双向LSTM，则num_directions=2；否则num_directions=1。
num_layers：见前文。
batch_size：见前文。
hidden_size：见前文。

Outputs 关于LSTM的输出，官方文档给出的定义为：

文章图片

可以看到，输出也由两部分组成：otput、(隐状态h_n，单元状态c_n)
其中output的shape为：

output(seq_len, batch_size, num_directions * hidden_size)

h_n和c_n的shape保持不变，参数解释见前文。
batch_first 如果在初始化LSTM时令batch_first=True，那么input和output的shape将由：

input(seq_len, batch_size, input_size) output(seq_len, batch_size, num_directions * hidden_size)

变为：

input(batch_size, seq_len, input_size) output(batch_size, seq_len, num_directions * hidden_size)

即batch_size提前。
案例简单搭建一个LSTM如下所示：

class LSTM(nn.Module): def __init__(self, input_size, hidden_size, num_layers, output_size, batch_size): super().__init__() self.input_size = input_size self.hidden_size = hidden_size self.num_layers = num_layers self.output_size = output_size self.num_directions = 1 # 单向LSTM self.batch_size = batch_size self.lstm = nn.LSTM(self.input_size, self.hidden_size, self.num_layers, batch_first=True) self.linear = nn.Linear(self.hidden_size, self.output_size)def forward(self, input_seq): h_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device) c_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device) seq_len = input_seq.shape[1] # (5, 30) # input(batch_size, seq_len, input_size) input_seq = input_seq.view(self.batch_size, seq_len, 1)# (5, 30, 1) # output(batch_size, seq_len, num_directions * hidden_size) output, _ = self.lstm(input_seq, (h_0, c_0)) # output(5, 30, 64) output = output.contiguous().view(self.batch_size * seq_len, self.hidden_size) # (5 * 30, 64) pred = self.linear(output) # pred(150, 1) pred = pred.view(self.batch_size, seq_len, -1) # (5, 30, 1) pred = pred[:, -1, :]# (5, 1) return pred

其中定义模型的代码为：

self.lstm = nn.LSTM(self.input_size, self.hidden_size, self.num_layers, batch_first=True) self.linear = nn.Linear(self.hidden_size, self.output_size)

我们加上具体的数字：

self.lstm = nn.LSTM(self.input_size=1, self.hidden_size=64, self.num_layers=5, batch_first=True) self.linear = nn.Linear(self.hidden_size=64, self.output_size=1)

再看前向传播：

def forward(self, input_seq): h_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device) c_0 = torch.randn(self.num_directions * self.num_layers, self.batch_size, self.hidden_size).to(device) seq_len = input_seq.shape[1]# (5, 30) # input(batch_size, seq_len, input_size) input_seq = input_seq.view(self.batch_size, seq_len, 1)# (5, 30, 1) # output(batch_size, seq_len, num_directions * hidden_size) output, _ = self.lstm(input_seq, (h_0, c_0))# output(5, 30, 64) output = output.contiguous().view(self.batch_size * seq_len, self.hidden_size)# (5 * 30, 64) pred = self.linear(output) # (150, 1) pred = pred.view(self.batch_size, seq_len, -1)# (5, 30, 1) pred = pred[:, -1, :]# (5, 1) return pred

假设特征数(seq_len)为30，batch_size=5，由于设置了batch_first=True，因此，输入到LSTM中的input的shape应该为：