一文詳解如何用 TensorFlow 實作基于 LSTM 的文本分類（附源碼）

學習一段時間的tensor flow之後，想找個項目試試手，然後想起了之前在看Theano教程中的一個文本分類的執行個體，這個星期就用tensorflow實作了一下，感覺和之前使用的theano還是有很大的差別，有必要總結mark一下。

這個分類的模型其實也是很簡單，主要就是一個單層的LSTM模型，當然也可以實作多層的模型，多層的模型使用Tensorflow尤其簡單，下面是這個模型的圖 

簡單解釋一下這個圖，每個word經過embedding之後，進入LSTM層，這裡LSTM是标準的LSTM，然後經過一個時間序列得到的t個隐藏LSTM神經單元的向量，這些向量經過mean pooling層之後，可以得到一個向量h，然後緊接着是一個簡單的邏輯斯蒂回歸層（或者一個softmax層）得到一個類别分布向量。 

公式就不一一介紹了，因為這個實驗是使用了Tensorflow重制了Theano的實作，是以具體的公式可以參看LSTM Networks for Sentiment Analysis這個連結。

鄙人接觸tensor flow的時間不長，也是在慢慢摸索，但是因為有之前使用Theano的經驗，對于符号化程式設計也不算陌生，是以上手Tensorflow倒也容易。但是感覺tensorflow還是和theano有着很多不一樣的地方，這裡也會提及一下。 

代碼的模型的主要如下：

import tensorflow as tf import numpy as np class RNN_Model(object):     def __init__(self,config,is_training=True):         self.keep_prob=config.keep_prob         self.batch_size=tf.Variable(0,dtype=tf.int32,trainable=False)         num_step=config.num_step         self.input_data=tf.placeholder(tf.int32,[None,num_step])         self.target = tf.placeholder(tf.int64,[None])         self.mask_x = tf.placeholder(tf.float32,[num_step,None])         class_num=config.class_num         hidden_neural_size=config.hidden_neural_size         vocabulary_size=config.vocabulary_size         embed_dim=config.embed_dim         hidden_layer_num=config.hidden_layer_num         self.new_batch_size = tf.placeholder(tf.int32,shape=[],name="new_batch_size")         self._batch_size_update = tf.assign(self.batch_size,self.new_batch_size)         #build LSTM network         lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(hidden_neural_size,forget_bias=0.0,state_is_tuple=True)         if self.keep_prob<1:             lstm_cell =  tf.nn.rnn_cell.DropoutWrapper(                 lstm_cell,output_keep_prob=self.keep_prob             )         cell = tf.nn.rnn_cell.MultiRNNCell([lstm_cell]*hidden_layer_num,state_is_tuple=True)         self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)         #embedding layer         with tf.device("/cpu:0"),tf.name_scope("embedding_layer"):             embedding = tf.get_variable("embedding",[vocabulary_size,embed_dim],dtype=tf.float32)             inputs=tf.nn.embedding_lookup(embedding,self.input_data)             inputs = tf.nn.dropout(inputs,self.keep_prob)         out_put=[]         state=self._initial_state         with tf.variable_scope("LSTM_layer"):             for time_step in range(num_step):                 if time_step>0: tf.get_variable_scope().reuse_variables()                 (cell_output,state)=cell(inputs[:,time_step,:],state)                 out_put.append(cell_output)         out_put=out_put*self.mask_x[:,:,None]         with tf.name_scope("mean_pooling_layer"):             out_put=tf.reduce_sum(out_put,0)/(tf.reduce_sum(self.mask_x,0)[:,None])         with tf.name_scope("Softmax_layer_and_output"):             softmax_w = tf.get_variable("softmax_w",[hidden_neural_size,class_num],dtype=tf.float32)             softmax_b = tf.get_variable("softmax_b",[class_num],dtype=tf.float32)             self.logits = tf.matmul(out_put,softmax_w)+softmax_b         with tf.name_scope("loss"):             self.loss = tf.nn.sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target)             self.cost = tf.reduce_mean(self.loss)         with tf.name_scope("accuracy"):             self.prediction = tf.argmax(self.logits,1)             correct_prediction = tf.equal(self.prediction,self.target)             self.correct_num=tf.reduce_sum(tf.cast(correct_prediction,tf.float32))             self.accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32),name="accuracy")         #add summary         loss_summary = tf.scalar_summary("loss",self.cost)         accuracy_summary=tf.scalar_summary("accuracy_summary",self.accuracy)         if not is_training:             return         self.globle_step = tf.Variable(0,name="globle_step",trainable=False)         self.lr = tf.Variable(0.0,trainable=False)         tvars = tf.trainable_variables()         grads, _ = tf.clip_by_global_norm(tf.gradients(self.cost, tvars),                                       config.max_grad_norm)         # Keep track of gradient values and sparsity (optional)         grad_summaries = []         for g, v in zip(grads, tvars):             if g is not None:                 grad_hist_summary = tf.histogram_summary("{}/grad/hist".format(v.name), g)                 sparsity_summary = tf.scalar_summary("{}/grad/sparsity".format(v.name), tf.nn.zero_fraction(g))                 grad_summaries.append(grad_hist_summary)                 grad_summaries.append(sparsity_summary)         self.grad_summaries_merged = tf.merge_summary(grad_summaries)         self.summary =tf.merge_summary([loss_summary,accuracy_summary,self.grad_summaries_merged])         optimizer = tf.train.GradientDescentOptimizer(self.lr)         optimizer.apply_gradients(zip(grads, tvars))         self.train_op=optimizer.apply_gradients(zip(grads, tvars))         self.new_lr = tf.placeholder(tf.float32,shape=[],name="new_learning_rate")         self._lr_update = tf.assign(self.lr,self.new_lr)     def assign_new_lr(self,session,lr_value):         session.run(self._lr_update,feed_dict={self.new_lr:lr_value})     def assign_new_batch_size(self,session,batch_size_value):         session.run(self._batch_size_update,feed_dict={self.new_batch_size:batch_size_value})

模型不複雜，也就不一一解釋了，在debug的時候，還是入了幾個tensorflow的坑，是以想單獨說一下這幾個坑。

坑1：tensor flow的LSTM實作 

tensorflow是已經寫好了幾個LSTM的實作類，可以很友善的使用，而且也可以選擇多種類型的LSTM，包括Basic、Bi-Directional等等。 

這個代碼用的是BasicLSTM：

 #build LSTM network

在這段代碼裡面，tf.nn.rnn_cell.BasicLSTMCell的初始化隻需要制定LSTM神經元的隐含神經元的個數即可，然後需要初始化LSTM網絡的參數：self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)，這句代碼乍看一下很迷糊，開始并不知道是什麼意義，在實驗以及查閱源碼之後，返現這句話傳回的是兩個次元是batch_size*hidden_neural_size的零向量元組，其實就是LSTM初始化的c0、h0向量，當然這裡指的是對于單層的LSTM，對于多層的，傳回的是多個元組。

坑2：這段代碼中的zero_state和循環代數num_step都需要制定 

這裡比較蛋疼，這就意味着tensorflow中實作變長的情況是要padding的，而且需要全部一樣的長度，但是因為資料集的原因，不可能每個batch的size都是一樣的，這裡就需要每次運作前，動态制定batch_size的大小，代碼中展現這個的是assign_new_batch_size函數，但是對于num_step參數卻不能動态指定（可能是因為筆者沒找到，但是指定tf.Variable()方法确實不行），出于無奈隻能将資料集全部padding成指定大小的size，當然既然使用了padding那就必須使用mask矩陣進行計算。

坑3：cost傳回non 

cost傳回Non一般是因為在使用交叉熵時候，logits這一邊出現了0值，是以stack overflow上推薦的一般是：sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target) 這樣寫法。

實驗背景： 

tensor flow: tensor flow 1.1  platform:mac OS  資料集：subject dataset，資料集都經過了預處理，拿到的是其在詞表中的索引 

得益于tensorboard各個參數訓練過程都可以可視化，下面是實驗訓練結果：

訓練集訓練結果： 

驗證集訓練結果 ：

損失函數訓練過程 ：

各個參數訓練結果： 

最終在測試集上，準确度約為85%，還不錯。

tensor flow 和 theano 是最近比較流行的深度學習架構，兩者非常相似但是兩者又不一樣，下面就我個人體驗比較下兩者的異同。

1. 難易程度

就使用難度而言，tensorflow的便易性要遠勝于theano，畢竟theano是一堆學者研究出來的，而tensorflow是Google研究出來的，比較面向工業化。tensor flow直接內建了學術界的很多方法，比如像RNN、LSTM等都已經被tensorflow內建了，還有比如參數更新方法如梯度下降、Adadelta等也已經被tensorflow寫好了，但是對于theano這個就得自己寫，當然難易程度不一樣了。

2. 靈活性

就靈活性而言，theano是要勝過tensor flow的，正是因為上一點theano的門檻稍高，卻也使得theano有着更大的彈性，可以實作自己任意定義的網絡結果，這裡不是說tensorflow不行，tensorflow也能寫，但是使用tensorflow久了之後，寫一些自定義的結構能力就會生疏許多，比如修改LSTM内的一些結構。而Theano則沒有這個限制。

3. 容錯性 

我個人覺得theano的容錯性是比tensor flow要高的，theano定義變量，隻需要制定類型，比如imatrix、ivertor之類的而不用制定任何的次元，隻要你輸入的資料和你的網絡結構圖能夠對的上的話，就沒問題，而tensorflow擇需要預先指定一些參數（如上面代碼的num_step參數），相比而言，theano的容錯能力多得多，當然這樣也有壞處，那就是可能對導緻代碼調試起來比較費勁兒。