一文详解如何用 TensorFlow 实现基于 LSTM 的文本分类（附源码）

雷锋网按：本文作者陆池，原文载于作者个人博客，雷锋网已获授权。

引言

学习一段时间的tensor flow之后，想找个项目试试手，然后想起了之前在看Theano教程中的一个文本分类的实例，这个星期就用tensorflow实现了一下，感觉和之前使用的theano还是有很大的区别，有必要总结mark一下。

模型说明

这个分类的模型其实也是很简单，主要就是一个单层的LSTM模型，当然也可以实现多层的模型，多层的模型使用Tensorflow尤其简单，下面是这个模型的图

简单解释一下这个图，每个word经过embedding之后，进入LSTM层，这里LSTM是标准的LSTM，然后经过一个时间序列得到的t个隐藏LSTM神经单元的向量，这些向量经过mean pooling层之后，可以得到一个向量h，然后紧接着是一个简单的逻辑斯蒂回归层（或者一个softmax层）得到一个类别分布向量。

公式就不一一介绍了，因为这个实验是使用了Tensorflow重现了Theano的实现，因此具体的公式可以参看LSTM Networks for Sentiment Analysis这个链接。

tensorflow实现

鄙人接触tensor flow的时间不长，也是在慢慢摸索，但是因为有之前使用Theano的经验，对于符号化编程也不算陌生，因此上手Tensorflow倒也容易。但是感觉tensorflow还是和theano有着很多不一样的地方，这里也会提及一下。

代码的模型的主要如下：

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)

if self.keep_prob<1:

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)

#add summary

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})

模型不复杂，也就不一一解释了，在debug的时候，还是入了几个tensorflow的坑，因此想单独说一下这几个坑。

坑1：tensor flow的LSTM实现 

tensorflow是已经写好了几个LSTM的实现类，可以很方便的使用，而且也可以选择多种类型的LSTM，包括Basic、Bi-Directional等等。

这个代码用的是BasicLSTM：

#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)

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)

在这段代码里面，tf.nn.rnn_cell.BasicLSTMCell的初始化只需要制定LSTM神经元的隐含神经元的个数即可，然后需要初始化LSTM网络的参数：self._initial_state = cell.zero_state(self.batch_size,dtype=tf.float32)，这句代码乍看一下很迷糊，开始并不知道是什么意义，在实验以及查阅源码之后，返现这句话返回的是两个维度是batch_size*hidden_neural_size的零向量元组，其实就是LSTM初始化的c0、h0向量，当然这里指的是对于单层的LSTM，对于多层的，返回的是多个元组。

坑2：这段代码中的zero_state和循环代数num_step都需要制定 

这里比较蛋疼，这就意味着tensorflow中实现变长的情况是要padding的，而且需要全部一样的长度，但是因为数据集的原因，不可能每个batch的size都是一样的，这里就需要每次运行前，动态制定batch_size的大小，代码中体现这个的是assign_new_batch_size函数，但是对于num_step参数却不能动态指定（可能是因为笔者没找到，但是指定tf.Variable()方法确实不行），出于无奈只能将数据集全部padding成指定大小的size，当然既然使用了padding那就必须使用mask矩阵进行计算。

坑3：cost返回non 

cost返回Non一般是因为在使用交叉熵时候，logits这一边出现了0值，因此stack overflow上推荐的一般是：sparse_softmax_cross_entropy_with_logits(self.logits+1e-10,self.target) 这样写法。

训练and结果

实验背景：

tensor flow: tensor flow 1.1

platform:mac OS

数据集：subject dataset，数据集都经过了预处理，拿到的是其在词表中的索引

得益于tensorboard各个参数训练过程都可以可视化，下面是实验训练结果：

训练集训练结果：

验证集训练结果 ：

损失函数训练过程 ：

各个参数训练结果：

最终在测试集上，准确度约为85%，还不错。

比较tensorflow和thenao

tensor flow 和 theano 是最近比较流行的深度学习框架，两者非常相似但是两者又不一样，下面就我个人体验比较下两者的异同。

1. 难易程度

就使用难度而言，tensorflow的便易性要远胜于theano，毕竟theano是一堆学者研究出来的，而tensorflow是Google研究出来的，比较面向工业化。tensor flow直接集成了学术界的很多方法，比如像RNN、LSTM等都已经被tensorflow集成了，还有比如参数更新方法如梯度下降、Adadelta等也已经被tensorflow写好了，但是对于theano这个就得自己写，当然难易程度不一样了。

2. 灵活性

就灵活性而言，theano是要胜过tensor flow的，正是因为上一点theano的门槛稍高，却也使得theano有着更大的弹性，可以实现自己任意定义的网络结果，这里不是说tensorflow不行，tensorflow也能写，但是使用tensorflow久了之后，写一些自定义的结构能力就会生疏许多，比如修改LSTM内的一些结构。而Theano则没有这个约束。

3. 容错性 

我个人觉得theano的容错性是比tensor flow要高的，theano定义变量，只需要制定类型，比如imatrix、ivertor之类的而不用制定任何的维度，只要你输入的数据和你的网络结构图能够对的上的话，就没问题，而tensorflow择需要预先指定一些参数（如上面代码的num_step参数），相比而言，theano的容错能力多得多，当然这样也有坏处，那就是可能对导致代码调试起来比较费劲儿。

最后附上完整源代码：https://github.com/luchi007/RNN_Text_Classify

雷锋网(公众号：雷锋网)相关阅读：

手把手教你如何用 TensorFlow 实现基于 DNN 的文本分类

用金庸、古龙群侠名称训练 LSTM，会生成多么奇葩的名字？

雷锋网版权文章，未经授权禁止转载。详情见转载须知。