卷积神经网络不仅在图像视觉领域有很好的效果，而且在基于文本的NLP领域也有很好的效果。TextCN如模型是卷积神经网络用于文本处理方面的一个模型。
在TextCNN模型中，通过多分支卷积技术实现对文本的分类功能。
1 TextCNN
1.1 TextCNN模型结构
TexCNN模型是利用卷积神经网络对文本进行分类的模型，该模型的结构可以分为以下4个层次：
1.1.1 词嵌入层
将每个词对应的向量转化成多维度的词嵌入向量，将每个句子当作一幅图来进行处理（词的个数词×嵌入向量维度)。
1.1.2 多分支卷积层
使用3、4、5等不同大小的卷积核对词嵌入转化后的句子做卷积操作，生成大小不同的特征数据。
1.1.3 多分支全局最大池化层
对多分支卷积层中输出的每个分支的特征数据做全局最大池化操作。
1.1.4 全连接分类输出层
将池化后的结果输入全连接网络中，输出分类个数，得到最终结果。
1.2 TextCNN模型图解
因为卷积神经网络具有提取局部特征的功能，所以可用卷积神经网络提取句子中类似N-Gram算法的关键信息。
1.3 数据集IMDB
MDB数据集相当于图片处理领域的MNIST数据集，在NLP任务中经常被使用。
1.3.1 IMDB结构组成
IMDB数据集包含50000条评论，平均分成训练数据集（25000条评论）和测试数据集(25000条评论)。标签的总体分布是平衡的(25000条正面评论和25000条负面评论)。
另外，还包括额外的50000份无标签文件，用于无监督学习。
1.3.2 IMDB文件夹组成
IMDB数据集主要包括两个文件夹train与test，分别存放训练数据集与测试数据集。每个文件夹中都包含正样本和负样本，分别放在pos与neg子文件中。rain文件夹下还额外包含一个unsup子文件夹，用于非监督训练。
1.3.3 IMDB文件命名规则
每个样本文件的命名规则为“序号_评级”。其中“评级”可以分为0～9级。
IMDB是torchtext库的内置数据集，可以直接通过运行torchtext库的接口进行获取。
2 代码实现：TextCNN模型分析IMDB数据集评论的积极与消极
2.1 案例描述
同一个记录评论语句的数据集，分为正面和负面两种情绪。通过训练，让模型能够理解正面与负面两种情绪的语义，并对评论文本进行分类。
2.1.1 案例理解分析
本例的任务可以理解为通过句子中的关键信息进行语义分类，这与TextCNN模型的功能是相匹配的。TextCNN模型中使用了池化操作，在这个过程中丢失了一些信息，所以导致该模型所表征的句子特征有限。如果要使用处理相近语义的分类任务，则还需要对其进一步进行调整。
2.2 代码实现：引入基础库: 固定PyTorch中的随机种子和GPU运算方式---TextCNN.py（第1部分）
# 1.1 引入基础库: 固定PyTorch中的随机种子和GPU运算方式。 import random #引入基础库 import time import torch#引入PyTorch库 import torch.nn as nn import torch.nn.functional as F from torchtext.legacy import data ,datasets,vocab #引入文本处理库 import spacy torch.manual_seed(1234) # 固定随机种子,使其每次运行时对权重参数的初始化值一致。 # 固定GPU运算方式:提高GPU的运算效率，通常PyTorch会调用自动寻找最适合当前配置的高效算法进行计算，这一过程会导致每次运算的结果可能出现不一致的情况。 torch.backends.cudnn.deterministic = True # 表明不使用寻找高效算法的功能，使得每次的运算结果一致。[仅GPU有效]
2.3 代码实现：用torchtext加载IMDB并拆分为数据集---TextCNN.py（第2部分）
# 1.2 用torchtext加载IMDB并拆分为数据集 # IMDB是torchtext库的内置数据集，可以直接通过torchtext库中的datasets.MDB进行处理。 # 在处理之前将数据集的字段类型和分词方法指定正确即可。 # 定义字段，并按照指定标记化函数进行分词 TEXT = data.Field(tokenize = 'spacy',lower=True) # data.Field函数指定数据集中的文本字段用spaCy库进行分词处理，并将其统一改为小写字母。tokenize参数,不设置则默认使用str。 LABEL = data.LabelField(dtype=torch.float) # 加载数据集，并根据IMDB两个文件夹，返回两个数据集。 # datasets.MDB.splits（）进行数据集的加载。该代码执行时会在本地目录的.data文件夹下查找是否有MDB数据集，如果没有，则下载；如果有，则将其加载到内存。 # 被载入内存的数据集会放到数据集对象train_data与test_data中。 train_data , test_data = datasets.IMDB.splits(text_field=TEXT,label_field=LABEL) print("-----------输出一条数据-----------") # print(vars(train_data.example[0]),len(train_data.example)) print(vars(train_data.examples[0]),len(train_data.examples)) print("---------------------------") # 将训练数据集再次拆分 # 从训练数据中拆分出一部分作为验证数据集。数据集对象train_data的split方法默认按照70%、30%的比例进行拆分。 train_data,valid_data = train_data.split(random_state = random.seed(1234)) print("训练数据集: ", len(train_data),"条") print("验证数据集: ", len(valid_data),"条") print("测试数据集: ", len(test_data),"条")
2.4 代码实现：加载预训练词向量并进行样本数据化---TextCNN.py（第3部分）
# 1.3 加载预训练词向量并进行样本数据化 # 将数据集中的样本数据转化为词向量，并将其按照指定的批次大小进行组合。 # buld_vocab方法实现文本到词向量数据的转化：从数据集对象train_data中取出前25000个高频词，并用指定的预训练词向量glove.6B.100d进行映射。 TEXT.build_vocab(train_data,max_size=25000,vectors="glove.6B.100d",unk_init = torch.Tensor.normal_) # 将样本数据转化为词向量 # glove.6B.100d为torchtext库中内置的英文词向量，主要将每个词映射成维度为100的浮点型数据，该文件会被下载到本地.vector_cache文件夹下。 LABEL.build_vocab(train_data) # ---start---创建批次数据：将数据集按照指定批次进行组合。 BATCH_SIZE = 64 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') train_iterator, valid_iterator, test_iterator = data.BucketIterator.splits((train_data, valid_data, test_data), batch_size = BATCH_SIZE, device = device) # ---end---创建批次数据：将数据集按照指定批次进行组合。
2.5 代码实现：定义带有Mish激活函数的TextCNN模型---TextCNN.py（第4部分）
class Mish(nn.Module): def __init__(self): super(Mish, self).__init__() def forward(self,x): x = x * (torch.tanh(F.softplus(x))) return x # 在TextCNN类中，一共有两个方法： # ①初始化方法．按照指定个数定义多分支卷积层，并将它们统一放在nn.ModuleList数组中。 # ②前向传播方法：先将输入数据依次输入每个分支的卷积层中进行处理，再对处理结果进行最大池化，最后对池化结果进行连接并回归处理 class TextCNN(nn.Module): #定义TextCNN模型 # TextCNN类继承了nn.Module类，在该类中定义的网络层列表必须要使用nn.ModuleList进行转化，才可以被TextCNN类识别。 # 如果直接使用列表的话，在训练模型时无法通过TextCNN类对象的parameters方法获得权重。 # 定义初始化方法 def __init__(self, vocab_size, embedding_dim, n_filters, filter_sizes, output_dim,dropout, pad_idx): super().__init__() self.embedding = nn.Embedding(vocab_size, embedding_dim, padding_idx = pad_idx) # 定义词向量权重 # 定义多分支卷积层 # 将定义好的多分支卷积层以列表形式存放，以便在前向传播方法中使用。 # 每个分支中卷积核的第一个维度由参数filter_sizes设置，第二个维度都是embedding_dim，即只在纵轴的方向上实现了真正的卷积操作，在横轴的方向上是全尺度卷积，可以起到一维卷积的效果。 self.convs = nn.ModuleList([nn.Conv2d(in_channels = 1,out_channels = n_filters,kernel_size = (fs, embedding_dim)) for fs in filter_sizes]) #########注意不能用list # 定义输出层 self.fc = nn.Linear(len(filter_sizes) * n_filters, output_dim) self.dropout = nn.Dropout(dropout) self.mish = Mish() # 实例化激活函数对象 # 定义前向传播方法 def forward(self,text): # 输入形状为[sent len,batch size] text = text.permute(1, 0) # 将形状变为[batch size, sent len] embedded = self.embedding(text) # 对于输入数据进行词向量映射，形状为[batch size, sent len, emb dim] embedded = embedded.unsqueeze(1) # 进行维度变化，形状为[batch size, 1, sent len, emb dim] # len(filter_sizes)个元素，每个元素形状为[batch size, n_filters, sent len - filter_sizes[n] + 1] # 多分支卷积处理 conved = [self.mish(conv(embedded)).squeeze(3) for conv in self.convs] # 将输入数据进行多分支卷积处理。该代码执行后，会得到一个含有len（fiter_sizes)个元素的列表，其中每个元素形状为[batchsize，n_filters，sentlen-fltersizes[n]+1]，该元素最后一个维度的公式是由卷积公式计算而来的。 # 对于每个卷积结果进行最大池化操作 pooled = [F.max_pool1d(conv, conv.shape[2]).squeeze(2) for conv in conved] # 将池化结果进行连接 cat = self.dropout(torch.cat(pooled, dim=1)) # 形状为[batch size, n_filters * len(filter_sizes)] return self.fc(cat) # 输入全连接，进行回归输出
2.6 代码实现：用数据集参数实例化模型---TextCNN.py（第5部分）
# 1.5 用数据集参数实例化模型 if __name__ == '__main__': # 根据处理好的数据集参数对TextCNN模型进行实例化。 INPUT_DIM = len(TEXT.vocab) # 25002 EMBEDDING_DIM = TEXT.vocab.vectors.size()[1] # 100 N_FILTERS = 100 # 定义每个分支的数据通道数量 FILTER_SIZES = [3, 4, 5] # 定义多分支卷积中每个分支的卷积核尺寸 OUTPUT_DIM = 1 # 定义输出维度 DROPOUT = 0.5 # 定义Dropout丢弃率 PAD_IDX = TEXT.vocab.stoi[TEXT.pad_token] # 定义填充值：获取数据集中填充字符对应的索引。在词向量映射过程中对齐数据时会使用该索引进行填充。 # 实例化模型 model = TextCNN(INPUT_DIM, EMBEDDING_DIM, N_FILTERS, FILTER_SIZES, OUTPUT_DIM, DROPOUT, PAD_IDX)
2.7 代码实现：用预训练词向量初始化模型---TextCNN.py（第6部分）
# 1.6 用预训练词向量初始化模型：将加载好的TEXT字段词向量复制到模型中，为其初始化。 # 复制词向量 model.embedding.weight.data.copy_(TEXT.vocab.vectors) # 将填充的词向量清0 UNK_IDX = TEXT.vocab.stoi[TEXT.unk_token] model.embedding.weight.data[UNK_IDX] = torch.zeros(EMBEDDING_DIM) #对未识别词进行清零处理 ：使该词在词向量空间中失去意义，目的是防止后面填充字符对原有的词向量空间进行干扰。 model.embedding.weight.data[PAD_IDX] = torch.zeros(EMBEDDING_DIM) #对填充词进行清零处理 ：使该词在词向量空间中失去意义，目的是防止后面填充字符对原有的词向量空间进行干扰。
2.8 代码实现：使用Ranger优化器训练模型---TextCNN.py（第7部分）
# 1.7 使用Ranger优化器训练模型 import torch.optim as optim # 引入优化器库 from functools import partial # 引入偏函数库 from ranger import * # 载入Ranger优化器 # 为Ranger优化器设置参数 opt_func = partial(Ranger, betas=(.9, 0.99), eps=1e-6) # betas=(Momentum,alpha) optimizer = opt_func(model.parameters(), lr=0.004) # 定义损失函数 criterion = nn.BCEWithLogitsLoss() # nn.BCEWithLogitsLoss函数是带有Sigmoid函数的二分类交叉熵，即先对模型的输出结果进行Sigmoid计算，再对其余标签一起做Cross_entropy计算。 # 分配运算资源 model = model.to(device) criterion = criterion.to(device) # 定义函数，计算精确率 def binary_accuracy(preds, y): # 计算准确率 rounded_preds = torch.round(torch.sigmoid(preds)) # 把概率的结果 四舍五入 correct = (rounded_preds == y).float() # True False -> 转为 1， 0 acc = correct.sum() / len(correct) return acc # 返回精确率 #定义函数，训练模型 def train(model, iterator, optimizer, criterion): epoch_loss = 0 epoch_acc = 0 model.train() # 设置模型标志，保证Dropout在训练模式下 for batch in iterator: # 遍历数据集进行训练 optimizer.zero_grad() predictions = model(batch.text).squeeze(1) # 在第1个维度上去除维度 loss = criterion(predictions, batch.label) # 计算损失 acc = binary_accuracy(predictions, batch.label) # 计算精确率 loss.backward() # 损失函数反向 optimizer.step() # 优化处理 epoch_loss += loss.item() # 统计损失 epoch_acc += acc.item() # 统计精确率 return epoch_loss / len(iterator), epoch_acc / len(iterator) # 定义函数，评估模型 def evaluate(model, iterator, criterion): epoch_loss = 0 epoch_acc = 0 model.eval() # 设置模型标志，保证Dropout在评估模型下 with torch.no_grad(): # 禁止梯度计算 for batch in iterator: predictions = model(batch.text).squeeze(1) # 计算结果 loss = criterion(predictions, batch.label) # 计算损失 acc = binary_accuracy(predictions, batch.label) # 计算精确率 epoch_loss += loss.item() epoch_acc += acc.item() return epoch_loss / len(iterator), epoch_acc / len(iterator) # 定义函数，计算时间差 def epoch_time(start_time, end_time): elapsed_time = end_time - start_time elapsed_mins = int(elapsed_time / 60) elapsed_secs = int(elapsed_time - (elapsed_mins * 60)) return elapsed_mins, elapsed_secs N_EPOCHS = 100 # 设置训练的迭代次数 best_valid_loss = float('inf') # 设置损失初始值，用于保存最优模型 for epoch in range(N_EPOCHS): # 按照迭代次数进行训练 start_time = time.time() train_loss, train_acc = train(model, train_iterator, optimizer, criterion) valid_loss, valid_acc = evaluate(model, valid_iterator, criterion) end_time = time.time() # 计算迭代时间消耗 epoch_mins, epoch_secs = epoch_time(start_time, end_time) if valid_loss < best_valid_loss: # 保存最优模型 best_valid_loss = valid_loss torch.save(model.state_dict(), 'textcnn-model.pt') # 输出训练结果 print(f'Epoch: {epoch + 1:02} | Epoch Time: {epoch_mins}m {epoch_secs}s') print(f'\t训练损失: {train_loss:.3f} | 训练精确率: {train_acc * 100:.2f}%') print(f'\t Val. Loss: {valid_loss:.3f} | Val. Acc: {valid_acc * 100:.2f}%') # 测试模型效果 model.load_state_dict(torch.load('textcnn-model.pt')) test_loss, test_acc = evaluate(model, test_iterator, criterion) print(f'Test Loss: {test_loss:.3f} | Test Acc: {test_acc * 100:.2f}%')
2.9 代码实现：使用模型进行训练---TextCNN.py（第8部分）
# 1.8 使用模型进行训练：编写模型预测接口函数，对指定句子进行预测。列举几个句子输入模型预测接口函数进行预测，查看预测结果。 nlp = spacy.load("en_core_web_sm")# 用spacy加载英文语言包 # 定义函数，实现预测接口 # (1)将长度不足5的句子用′<pad>'字符补齐。(2)将句子中的单词转为索引。 # (3)为张量增加维度，以与训练场景下的输入形状保持一致。(4）输入模型进行预测，并对结果进行Sigmoid计算。因为模型在训练时，使用的计算损失函数自带Sigmoid处理，但模型中没有Sigmoid处理，所以要对结果增加Sigmoid处理。 def predict_sentiment(model, sentence, min_len=5): # 设置最小长度为5 model.eval() # 设置模型标志，保证Dropout在评估模型下 tokenized = nlp.tokenizer(sentence).text.split() #拆分输入的句子 if len(tokenized) < min_len: # 长度不足，在后面填充 tokenized += ['<pad>'] * (min_len - len(tokenized)) indexed = [TEXT.vocab.stoi[t] for t in tokenized] # 将单词转化为索引 tensor = torch.LongTensor(indexed).to(device) tensor = tensor.unsqueeze(1) # 为张量增加维度，模拟批次 prediction = torch.sigmoid(model(tensor)) # 输入模型进行预测 return prediction.item() # 返回预测结果 # 使用句子进行预测:大于0.5为正面评论，小于0.5为负面评论 sen = "This film is terrible" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen)) sen = "This film is great" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen)) sen = "I like this film very much！" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen))
3 代码总览
3.1 TextCNN.py
# 1.1 引入基础库: 固定PyTorch中的随机种子和GPU运算方式。 import random #引入基础库 import time import torch#引入PyTorch库 import torch.nn as nn import torch.nn.functional as F from torchtext.legacy import data ,datasets,vocab #引入文本处理库 import spacy torch.manual_seed(1234) # 固定随机种子,使其每次运行时对权重参数的初始化值一致。 # 固定GPU运算方式:提高GPU的运算效率，通常PyTorch会调用自动寻找最适合当前配置的高效算法进行计算，这一过程会导致每次运算的结果可能出现不一致的情况。 torch.backends.cudnn.deterministic = True # 表明不使用寻找高效算法的功能，使得每次的运算结果一致。[仅GPU有效] # 1.2 用torchtext加载IMDB并拆分为数据集 # IMDB是torchtext库的内置数据集，可以直接通过torchtext库中的datasets.MDB进行处理。 # 在处理之前将数据集的字段类型和分词方法指定正确即可。 # 定义字段，并按照指定标记化函数进行分词 TEXT = data.Field(tokenize = 'spacy',lower=True) # data.Field函数指定数据集中的文本字段用spaCy库进行分词处理，并将其统一改为小写字母。tokenize参数,不设置则默认使用str。 LABEL = data.LabelField(dtype=torch.float) # 加载数据集，并根据IMDB两个文件夹，返回两个数据集。 # datasets.MDB.splits（）进行数据集的加载。该代码执行时会在本地目录的.data文件夹下查找是否有MDB数据集，如果没有，则下载；如果有，则将其加载到内存。 # 被载入内存的数据集会放到数据集对象train_data与test_data中。 train_data , test_data = datasets.IMDB.splits(text_field=TEXT,label_field=LABEL) print("-----------输出一条数据-----------") # print(vars(train_data.example[0]),len(train_data.example)) print(vars(train_data.examples[0]),len(train_data.examples)) print("---------------------------") # 将训练数据集再次拆分 # 从训练数据中拆分出一部分作为验证数据集。数据集对象train_data的split方法默认按照70%、30%的比例进行拆分。 train_data,valid_data = train_data.split(random_state = random.seed(1234)) print("训练数据集: ", len(train_data),"条") print("验证数据集: ", len(valid_data),"条") print("测试数据集: ", len(test_data),"条") # 1.3 加载预训练词向量并进行样本数据化 # 将数据集中的样本数据转化为词向量，并将其按照指定的批次大小进行组合。 # buld_vocab方法实现文本到词向量数据的转化：从数据集对象train_data中取出前25000个高频词，并用指定的预训练词向量glove.6B.100d进行映射。 TEXT.build_vocab(train_data,max_size=25000,vectors="glove.6B.100d",unk_init = torch.Tensor.normal_) # 将样本数据转化为词向量 # glove.6B.100d为torchtext库中内置的英文词向量，主要将每个词映射成维度为100的浮点型数据，该文件会被下载到本地.vector_cache文件夹下。 LABEL.build_vocab(train_data) # ---start---创建批次数据：将数据集按照指定批次进行组合。 BATCH_SIZE = 64 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') train_iterator, valid_iterator, test_iterator = data.BucketIterator.splits((train_data, valid_data, test_data), batch_size = BATCH_SIZE, device = device) # ---end---创建批次数据：将数据集按照指定批次进行组合。 # 1.4 定义带有Mish激活函数的TextCNN模型 class Mish(nn.Module): def __init__(self): super(Mish, self).__init__() def forward(self,x): x = x * (torch.tanh(F.softplus(x))) return x # 在TextCNN类中，一共有两个方法： # ①初始化方法．按照指定个数定义多分支卷积层，并将它们统一放在nn.ModuleList数组中。 # ②前向传播方法：先将输入数据依次输入每个分支的卷积层中进行处理，再对处理结果进行最大池化，最后对池化结果进行连接并回归处理 class TextCNN(nn.Module): #定义TextCNN模型 # TextCNN类继承了nn.Module类，在该类中定义的网络层列表必须要使用nn.ModuleList进行转化，才可以被TextCNN类识别。 # 如果直接使用列表的话，在训练模型时无法通过TextCNN类对象的parameters方法获得权重。 # 定义初始化方法 def __init__(self, vocab_size, embedding_dim, n_filters, filter_sizes, output_dim,dropout, pad_idx): super().__init__() self.embedding = nn.Embedding(vocab_size, embedding_dim, padding_idx = pad_idx) # 定义词向量权重 # 定义多分支卷积层 # 将定义好的多分支卷积层以列表形式存放，以便在前向传播方法中使用。 # 每个分支中卷积核的第一个维度由参数filter_sizes设置，第二个维度都是embedding_dim，即只在纵轴的方向上实现了真正的卷积操作，在横轴的方向上是全尺度卷积，可以起到一维卷积的效果。 self.convs = nn.ModuleList([nn.Conv2d(in_channels = 1,out_channels = n_filters,kernel_size = (fs, embedding_dim)) for fs in filter_sizes]) #########注意不能用list # 定义输出层 self.fc = nn.Linear(len(filter_sizes) * n_filters, output_dim) self.dropout = nn.Dropout(dropout) self.mish = Mish() # 实例化激活函数对象 # 定义前向传播方法 def forward(self,text): # 输入形状为[sent len,batch size] text = text.permute(1, 0) # 将形状变为[batch size, sent len] embedded = self.embedding(text) # 对于输入数据进行词向量映射，形状为[batch size, sent len, emb dim] embedded = embedded.unsqueeze(1) # 进行维度变化，形状为[batch size, 1, sent len, emb dim] # len(filter_sizes)个元素，每个元素形状为[batch size, n_filters, sent len - filter_sizes[n] + 1] # 多分支卷积处理 conved = [self.mish(conv(embedded)).squeeze(3) for conv in self.convs] # 将输入数据进行多分支卷积处理。该代码执行后，会得到一个含有len（fiter_sizes)个元素的列表，其中每个元素形状为[batchsize，n_filters，sentlen-fltersizes[n]+1]，该元素最后一个维度的公式是由卷积公式计算而来的。 # 对于每个卷积结果进行最大池化操作 pooled = [F.max_pool1d(conv, conv.shape[2]).squeeze(2) for conv in conved] # 将池化结果进行连接 cat = self.dropout(torch.cat(pooled, dim=1)) # 形状为[batch size, n_filters * len(filter_sizes)] return self.fc(cat) # 输入全连接，进行回归输出 # 1.5 用数据集参数实例化模型 if __name__ == '__main__': # 根据处理好的数据集参数对TextCNN模型进行实例化。 INPUT_DIM = len(TEXT.vocab) # 25002 EMBEDDING_DIM = TEXT.vocab.vectors.size()[1] # 100 N_FILTERS = 100 # 定义每个分支的数据通道数量 FILTER_SIZES = [3, 4, 5] # 定义多分支卷积中每个分支的卷积核尺寸 OUTPUT_DIM = 1 # 定义输出维度 DROPOUT = 0.5 # 定义Dropout丢弃率 PAD_IDX = TEXT.vocab.stoi[TEXT.pad_token] # 定义填充值：获取数据集中填充字符对应的索引。在词向量映射过程中对齐数据时会使用该索引进行填充。 # 实例化模型 model = TextCNN(INPUT_DIM, EMBEDDING_DIM, N_FILTERS, FILTER_SIZES, OUTPUT_DIM, DROPOUT, PAD_IDX) # 1.6 用预训练词向量初始化模型：将加载好的TEXT字段词向量复制到模型中，为其初始化。 # 复制词向量 model.embedding.weight.data.copy_(TEXT.vocab.vectors) # 将填充的词向量清0 UNK_IDX = TEXT.vocab.stoi[TEXT.unk_token] model.embedding.weight.data[UNK_IDX] = torch.zeros(EMBEDDING_DIM) #对未识别词进行清零处理 ：使该词在词向量空间中失去意义，目的是防止后面填充字符对原有的词向量空间进行干扰。 model.embedding.weight.data[PAD_IDX] = torch.zeros(EMBEDDING_DIM) #对填充词进行清零处理 ：使该词在词向量空间中失去意义，目的是防止后面填充字符对原有的词向量空间进行干扰。 # 1.7 使用Ranger优化器训练模型 import torch.optim as optim # 引入优化器库 from functools import partial # 引入偏函数库 from ranger import * # 载入Ranger优化器 # 为Ranger优化器设置参数 opt_func = partial(Ranger, betas=(.9, 0.99), eps=1e-6) # betas=(Momentum,alpha) optimizer = opt_func(model.parameters(), lr=0.004) # 定义损失函数 criterion = nn.BCEWithLogitsLoss() # nn.BCEWithLogitsLoss函数是带有Sigmoid函数的二分类交叉熵，即先对模型的输出结果进行Sigmoid计算，再对其余标签一起做Cross_entropy计算。 # 分配运算资源 model = model.to(device) criterion = criterion.to(device) # 定义函数，计算精确率 def binary_accuracy(preds, y): # 计算准确率 rounded_preds = torch.round(torch.sigmoid(preds)) # 把概率的结果 四舍五入 correct = (rounded_preds == y).float() # True False -> 转为 1， 0 acc = correct.sum() / len(correct) return acc # 返回精确率 #定义函数，训练模型 def train(model, iterator, optimizer, criterion): epoch_loss = 0 epoch_acc = 0 model.train() # 设置模型标志，保证Dropout在训练模式下 for batch in iterator: # 遍历数据集进行训练 optimizer.zero_grad() predictions = model(batch.text).squeeze(1) # 在第1个维度上去除维度 loss = criterion(predictions, batch.label) # 计算损失 acc = binary_accuracy(predictions, batch.label) # 计算精确率 loss.backward() # 损失函数反向 optimizer.step() # 优化处理 epoch_loss += loss.item() # 统计损失 epoch_acc += acc.item() # 统计精确率 return epoch_loss / len(iterator), epoch_acc / len(iterator) # 定义函数，评估模型 def evaluate(model, iterator, criterion): epoch_loss = 0 epoch_acc = 0 model.eval() # 设置模型标志，保证Dropout在评估模型下 with torch.no_grad(): # 禁止梯度计算 for batch in iterator: predictions = model(batch.text).squeeze(1) # 计算结果 loss = criterion(predictions, batch.label) # 计算损失 acc = binary_accuracy(predictions, batch.label) # 计算精确率 epoch_loss += loss.item() epoch_acc += acc.item() return epoch_loss / len(iterator), epoch_acc / len(iterator) # 定义函数，计算时间差 def epoch_time(start_time, end_time): elapsed_time = end_time - start_time elapsed_mins = int(elapsed_time / 60) elapsed_secs = int(elapsed_time - (elapsed_mins * 60)) return elapsed_mins, elapsed_secs N_EPOCHS = 100 # 设置训练的迭代次数 best_valid_loss = float('inf') # 设置损失初始值，用于保存最优模型 for epoch in range(N_EPOCHS): # 按照迭代次数进行训练 start_time = time.time() train_loss, train_acc = train(model, train_iterator, optimizer, criterion) valid_loss, valid_acc = evaluate(model, valid_iterator, criterion) end_time = time.time() # 计算迭代时间消耗 epoch_mins, epoch_secs = epoch_time(start_time, end_time) if valid_loss < best_valid_loss: # 保存最优模型 best_valid_loss = valid_loss torch.save(model.state_dict(), 'textcnn-model.pt') # 输出训练结果 print(f'Epoch: {epoch + 1:02} | Epoch Time: {epoch_mins}m {epoch_secs}s') print(f'\t训练损失: {train_loss:.3f} | 训练精确率: {train_acc * 100:.2f}%') print(f'\t Val. Loss: {valid_loss:.3f} | Val. Acc: {valid_acc * 100:.2f}%') # 测试模型效果 model.load_state_dict(torch.load('textcnn-model.pt')) test_loss, test_acc = evaluate(model, test_iterator, criterion) print(f'Test Loss: {test_loss:.3f} | Test Acc: {test_acc * 100:.2f}%') # 1.8 使用模型进行训练：编写模型预测接口函数，对指定句子进行预测。列举几个句子输入模型预测接口函数进行预测，查看预测结果。 nlp = spacy.load("en_core_web_sm")# 用spacy加载英文语言包 # 定义函数，实现预测接口 # (1)将长度不足5的句子用′<pad>'字符补齐。(2)将句子中的单词转为索引。 # (3)为张量增加维度，以与训练场景下的输入形状保持一致。(4）输入模型进行预测，并对结果进行Sigmoid计算。因为模型在训练时，使用的计算损失函数自带Sigmoid处理，但模型中没有Sigmoid处理，所以要对结果增加Sigmoid处理。 def predict_sentiment(model, sentence, min_len=5): # 设置最小长度为5 model.eval() # 设置模型标志，保证Dropout在评估模型下 tokenized = nlp.tokenizer(sentence).text.split() #拆分输入的句子 if len(tokenized) < min_len: # 长度不足，在后面填充 tokenized += ['<pad>'] * (min_len - len(tokenized)) indexed = [TEXT.vocab.stoi[t] for t in tokenized] # 将单词转化为索引 tensor = torch.LongTensor(indexed).to(device) tensor = tensor.unsqueeze(1) # 为张量增加维度，模拟批次 prediction = torch.sigmoid(model(tensor)) # 输入模型进行预测 return prediction.item() # 返回预测结果 # 使用句子进行预测:大于0.5为正面评论，小于0.5为负面评论 sen = "This film is terrible" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen)) sen = "This film is great" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen)) sen = "I like this film very much！" print('\n预测 sen = ', sen) print('预测 结果:', predict_sentiment(model, sen))
3.2 ranger.py
#Ranger deep learning optimizer - RAdam + Lookahead combined. #https://github.com/lessw2020/Ranger-Deep-Learning-Optimizer #Ranger has now been used to capture 12 records on the FastAI leaderboard. #This version = 9.3.19 #Credits: #RAdam --> https://github.com/LiyuanLucasLiu/RAdam #Lookahead --> rewritten by lessw2020, but big thanks to Github @LonePatient and @RWightman for ideas from their code. #Lookahead paper --> MZhang,G Hinton https://arxiv.org/abs/1907.08610 #summary of changes: #full code integration with all updates at param level instead of group, moves slow weights into state dict (from generic weights), #supports group learning rates (thanks @SHolderbach), fixes sporadic load from saved model issues. #changes 8/31/19 - fix references to *self*.N_sma_threshold; #changed eps to 1e-5 as better default than 1e-8. import math import torch from torch.optim.optimizer import Optimizer, required import itertools as it class Ranger(Optimizer): def __init__(self, params, lr=1e-3, alpha=0.5, k=6, N_sma_threshhold=5, betas=(.95,0.999), eps=1e-5, weight_decay=0): #parameter checks if not 0.0 <= alpha <= 1.0: raise ValueError(f'Invalid slow update rate: {alpha}') if not 1 <= k: raise ValueError(f'Invalid lookahead steps: {k}') if not lr > 0: raise ValueError(f'Invalid Learning Rate: {lr}') if not eps > 0: raise ValueError(f'Invalid eps: {eps}') #parameter comments: # beta1 (momentum) of .95 seems to work better than .90... #N_sma_threshold of 5 seems better in testing than 4. #In both cases, worth testing on your dataset (.90 vs .95, 4 vs 5) to make sure which works best for you. #prep defaults and init torch.optim base defaults = dict(lr=lr, alpha=alpha, k=k, step_counter=0, betas=betas, N_sma_threshhold=N_sma_threshhold, eps=eps, weight_decay=weight_decay) super().__init__(params,defaults) #adjustable threshold self.N_sma_threshhold = N_sma_threshhold #now we can get to work... #removed as we now use step from RAdam...no need for duplicate step counting #for group in self.param_groups: # group["step_counter"] = 0 #print("group step counter init") #look ahead params self.alpha = alpha self.k = k #radam buffer for state self.radam_buffer = [[None,None,None] for ind in range(10)] #self.first_run_check=0 #lookahead weights #9/2/19 - lookahead param tensors have been moved to state storage. #This should resolve issues with load/save where weights were left in GPU memory from first load, slowing down future runs. #self.slow_weights = [[p.clone().detach() for p in group['params']] # for group in self.param_groups] #don't use grad for lookahead weights #for w in it.chain(*self.slow_weights): # w.requires_grad = False def __setstate__(self, state): print("set state called") super(Ranger, self).__setstate__(state) def step(self, closure=None): loss = None #note - below is commented out b/c I have other work that passes back the loss as a float, and thus not a callable closure. #Uncomment if you need to use the actual closure... #if closure is not None: #loss = closure() #Evaluate averages and grad, update param tensors for group in self.param_groups: for p in group['params']: if p.grad is None: continue grad = p.grad.data.float() if grad.is_sparse: raise RuntimeError('Ranger optimizer does not support sparse gradients') p_data_fp32 = p.data.float() state = self.state[p] #get state dict for this param if len(state) == 0: #if first time to run...init dictionary with our desired entries #if self.first_run_check==0: #self.first_run_check=1 #print("Initializing slow buffer...should not see this at load from saved model!") state['step'] = 0 state['exp_avg'] = torch.zeros_like(p_data_fp32) state['exp_avg_sq'] = torch.zeros_like(p_data_fp32) #look ahead weight storage now in state dict state['slow_buffer'] = torch.empty_like(p.data) state['slow_buffer'].copy_(p.data) else: state['exp_avg'] = state['exp_avg'].type_as(p_data_fp32) state['exp_avg_sq'] = state['exp_avg_sq'].type_as(p_data_fp32) #begin computations exp_avg, exp_avg_sq = state['exp_avg'], state['exp_avg_sq'] beta1, beta2 = group['betas'] #compute variance mov avg exp_avg_sq.mul_(beta2).addcmul_(1 - beta2, grad, grad) #compute mean moving avg exp_avg.mul_(beta1).add_(1 - beta1, grad) state['step'] += 1 buffered = self.radam_buffer[int(state['step'] % 10)] if state['step'] == buffered[0]: N_sma, step_size = buffered[1], buffered[2] else: buffered[0] = state['step'] beta2_t = beta2 ** state['step'] N_sma_max = 2 / (1 - beta2) - 1 N_sma = N_sma_max - 2 * state['step'] * beta2_t / (1 - beta2_t) buffered[1] = N_sma if N_sma > self.N_sma_threshhold: step_size = math.sqrt((1 - beta2_t) * (N_sma - 4) / (N_sma_max - 4) * (N_sma - 2) / N_sma * N_sma_max / (N_sma_max - 2)) / (1 - beta1 ** state['step']) else: step_size = 1.0 / (1 - beta1 ** state['step']) buffered[2] = step_size if group['weight_decay'] != 0: p_data_fp32.add_(-group['weight_decay'] * group['lr'], p_data_fp32) if N_sma > self.N_sma_threshhold: denom = exp_avg_sq.sqrt().add_(group['eps']) p_data_fp32.addcdiv_(-step_size * group['lr'], exp_avg, denom) else: p_data_fp32.add_(-step_size * group['lr'], exp_avg) p.data.copy_(p_data_fp32) #integrated look ahead... #we do it at the param level instead of group level if state['step'] % group['k'] == 0: slow_p = state['slow_buffer'] #get access to slow param tensor slow_p.add_(self.alpha, p.data - slow_p) #(fast weights - slow weights) * alpha p.data.copy_(slow_p) #copy interpolated weights to RAdam param tensor return loss
