在pytorch的seq2seq模型中，批处理是如何工作的？

Question

我试图在Pytorch中实现seq2seq模型，我对批处理有一些问题。例如，我有一批数据，其尺寸是

[batch_sizesequence_lengthsencoding_dimension]

其中，批次中每个示例的序列长度不同。

现在，我通过将批处理中的每个元素填充到最长序列的长度来完成编码部分。

通过这种方式，如果我向我的网络输入一个与上述形状相同的批次，我会得到以下输出：

输出，形状[批次大小、序列长度、隐藏层尺寸]

隐藏状态，形状[批次大小，隐藏层尺寸]

单元状态，形状[批次大小，隐藏层尺寸]

现在，从输出中，我为每个序列取最后一个相关元素，即沿着sequence_lengths维度的元素，对应于序列的最后一个未填充元素。因此，我得到的最终输出是形状[batch_size，hidden_layer_dimension]。

但是现在我有一个问题，从这个向量中解码它。如何处理同一批中不同长度序列的解码？我试着用谷歌搜索，发现了这个，但他们似乎没有解决这个问题。我曾想过对整个批处理逐个元素进行处理，但随后我遇到了传递初始隐藏状态的问题，因为来自编码器的将是形状[batch\u size，hidden\u layer\u dimension]，而来自解码器的将是形状[1，hidden\u layer\u dimension]。

我是不是漏了什么？谢谢你的帮助！

Answer 1

可能有点老，但我目前面临着类似的问题：

Im将数据分批输入seq2seq模型，但当解码器预测来自

decoder_input = torch.tensor([[self.SOS_token] * self.batch_size], device=device)
# decoder_input.size() = ([1,2])
for di in range(target_length):
    decoder_output, decoder_hidden, decoder_attention = self.decoder(decoder_input, decoder_hidden, encoder_outputs)
    topv, topi = decoder_output.data.topk(1)
    decoder_input = topi.squeeze().detach()
    # decoder_input.size() = ([1])
    outputs[di] = decoder_output
    if decoder_input.item() == self.EOS_token:
        break

因此，如果我使用batch_size=2，我有2个SOS_标记，但我只得到1个单词作为预测，这是模型无法计算的，因为它需要不同的大小。我可以把它像SOS_记号一样乘以吗？最好的

Answer 2

你没有错过任何东西。我可以帮助你，因为我已经在几个序列到序列的应用程序使用PyTorch。下面我给大家举一个简单的例子。

class Seq2Seq(nn.Module):
    """A Seq2seq network trained on predicting the next query."""

    def __init__(self, dictionary, embedding_index, args):
        super(Seq2Seq, self).__init__()

        self.config = args
        self.num_directions = 2 if self.config.bidirection else 1

        self.embedding = EmbeddingLayer(len(dictionary), self.config)
        self.embedding.init_embedding_weights(dictionary, embedding_index, self.config.emsize)

        self.encoder = Encoder(self.config.emsize, self.config.nhid_enc, self.config.bidirection, self.config)
        self.decoder = Decoder(self.config.emsize, self.config.nhid_enc * self.num_directions, len(dictionary),
                                   self.config)

    @staticmethod
    def compute_decoding_loss(logits, target, seq_idx, length):
        losses = -torch.gather(logits, dim=1, index=target.unsqueeze(1)).squeeze()
        mask = helper.mask(length, seq_idx)  # mask: batch x 1
        losses = losses * mask.float()
        num_non_zero_elem = torch.nonzero(mask.data).size()
        if not num_non_zero_elem:
        return losses.sum(), 0 if not num_non_zero_elem else losses.sum(), num_non_zero_elem[0]

    def forward(self, q1_var, q1_len, q2_var, q2_len):
        # encode the query
        embedded_q1 = self.embedding(q1_var)
        encoded_q1, hidden = self.encoder(embedded_q1, q1_len)

        if self.config.bidirection:
            if self.config.model == 'LSTM':
                h_t, c_t = hidden[0][-2:], hidden[1][-2:]
                decoder_hidden = torch.cat((h_t[0].unsqueeze(0), h_t[1].unsqueeze(0)), 2), torch.cat(
                    (c_t[0].unsqueeze(0), c_t[1].unsqueeze(0)), 2)
            else:
                h_t = hidden[0][-2:]
                decoder_hidden = torch.cat((h_t[0].unsqueeze(0), h_t[1].unsqueeze(0)), 2)
        else:
            if self.config.model == 'LSTM':
                decoder_hidden = hidden[0][-1], hidden[1][-1]
            else:
                decoder_hidden = hidden[-1]

        decoding_loss, total_local_decoding_loss_element = 0, 0
        for idx in range(q2_var.size(1) - 1):
            input_variable = q2_var[:, idx]
            embedded_decoder_input = self.embedding(input_variable).unsqueeze(1)
            decoder_output, decoder_hidden = self.decoder(embedded_decoder_input, decoder_hidden)
            local_loss, num_local_loss = self.compute_decoding_loss(decoder_output, q2_var[:, idx + 1], idx, q2_len)
            decoding_loss += local_loss
            total_local_decoding_loss_element += num_local_loss

        if total_local_decoding_loss_element > 0:
            decoding_loss = decoding_loss / total_local_decoding_loss_element

        return decoding_loss

您可以在这里看到完整的源代码。此应用程序是关于在给定当前web搜索查询的情况下预测用户的下一个web搜索查询。

你问题的回答者：

如何处理同一批中不同长度序列的解码？

你有填充序列，所以你可以考虑，因为所有的序列都是相同的长度。但是，当您计算损失时，您需要使用掩蔽忽略这些填充项的损失。

在上面的示例中，我使用了掩蔽技术来实现同样的效果。

此外，您在以下方面完全正确：您需要为小批量逐个元素解码。初始解码器状态[批大小、隐藏层大小]也很好。您只需要在维度0处取消查询，使其[1，批量大小，隐藏层大小]。

请注意，您不需要循环遍历批处理中的每个示例，您可以一次执行整个批处理，但您需要循环遍历序列的元素。