Я довольно новичок с тензорным потоком. Я разработал простые модели, но пока не пробовал что-то вроде многослойного LSTM, поэтому приветствуем любые отзывы :)Как использовать sampled_softmax_loss в Tensorflow
В настоящее время я пытаюсь перекодировать модель уровня персонажа, построенную sherjilozair с самого начала, просто потому, что я хотел знать, как использовать shadoworflow (ранее я создал собственную небольшую DL-библиотеку, назначенную cs231n). Теперь я в настоящее время изо всех сил пытаюсь создать простую двухслойную модель LSTM и не знаю, что не так. Вот код, который я написал до сих пор:
class Model():
def __init__(self, batch_size, seq_length, lstm_size, num_layers, grad_clip, vocab_size):
self.lr = tf.Variable(0.0, trainable=False)
#Define input and output
self.input_data = tf.placeholder(tf.float32, [batch_size, seq_length])
self.output_data = tf.placeholder(tf.float32, [batch_size, seq_length]) #although int would be better for character level..
#Define the model
cell = tf.nn.rnn_cell.BasicLSTMCell(num_units=lstm_size) #can choose if basic or otherwise later on...
self.cell = cell = rnn_cell.MultiRNNCell([cell] * num_layers)
self.initial_state = cell.zero_state(batch_size, tf.float32)
with tf.variable_scope("lstm"):
softmax_w = tf.get_variable("softmax_w", [lstm_size, vocab_size])
softmax_b = tf.get_variable("softmax_b", [vocab_size])
#_, enc_state = rnn.rnn(cell, encoder_inputs, dtype=dtype)
#outputs, states = rnn_decoder(decoder_inputs, enc_state, cell)
outputs, states = seq2seq.basic_rnn_seq2seq(
[self.input_data],
[self.output_data],
cell,
scope='lstm'
)
#see how attention helps improving this model state...
#was told that we should actually use samples softmax loss
self.loss = tf.nn.sampled_softmax_loss(
softmax_w,
softmax_b,
outputs,
self.output_data,
batch_size,
vocab_size
)
И я сейчас получаю проблемы с tf.nn.sampled_softmax_loss. Я прошел долгий путь с отладкой и не понимаю входные соглашения Tensorflow. Нужно ли мне каждый раз вводить список тензоров?
я получаю следующее сообщение об ошибке:
Traceback (most recent call last):
File "Model.py", line 76, in <module>
vocab_size=82
File "Model.py", line 52, in __init__
vocab_size
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/nn.py", line 1104, in sampled_softmax_loss
name=name)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/nn.py", line 913, in _compute_sampled_logits
array_ops.expand_dims(inputs, 1),
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 506, in expand_dims
return _op_def_lib.apply_op("ExpandDims", input=input, dim=dim, name=name)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/op_def_library.py", line 411, in apply_op
as_ref=input_arg.is_ref)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 566, in convert_to_tensor
ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", line 179, in _constant_tensor_conversion_function
return constant(v, dtype=dtype, name=name)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py", line 162, in constant
tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 332, in make_tensor_proto
_AssertCompatible(values, dtype)
File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 269, in _AssertCompatible
raise TypeError("List of Tensors when single Tensor expected")
TypeError: List of Tensors when single Tensor expected
Я не уверен, что я делаю неправильно, либо с входами, или генерации переменных и т.д. Проблема - как сказал - кажется, в sampled_softmax_loss функция, но я действительно не уверен .. я звоню класс со следующими параметрами (так же, как заполнители, просто чтобы проверить, если модель «работоспособной»):
Model = Model(batch_size=32,
seq_length=128,
lstm_size=512,
num_layers=2,
grad_clip=5,
vocab_size=82
)
Кроме того, если у меня есть любые другие ошибки и т. д., пожалуйста, дайте мне знать в комментариях! Это моя первая модель с seq2seq-моделями в тензорном потоке, поэтому любые советы очень ценятся!