Entendendo modelos sequenciais

Machine Translation with Keras

Thushan Ganegedara

Data Scientist and Author

Entradas de séries temporais e modelos sequenciais

Uma frase é uma entrada de série temporal
- A palavra atual é afetada pelas anteriores
- Ex.: He went to the pool for a ....
O codificador/decodificador usa um modelo de machine learning
- Modelos que aprendem com entradas em série temporal
- Esses modelos são chamados de modelos sequenciais

Modelos sequenciais

Modelos sequenciais
- Avançam pela entrada gerando uma saída a cada passo de tempo

Arquitetura de modelo sequencial

Codificador como modelo sequencial

GRU - Gated Recurrent Unit

Unidades recorrentes com portas

Introdução à camada GRU

No passo de tempo 1, a camada GRU,

Consome a entrada "We"
Consome o estado inicial (0,0)
Gera o novo estado (0.8, 0.3)

GRU 1

Introdução à camada GRU

No passo de tempo 2, a camada GRU,

Consome a entrada "like"
Consome o estado inicial (0.8,0.3)
Gera o novo estado (0.5, 0.9)

O estado oculto representa a "memória" do que o modelo viu

GRU 2

Revisão do Keras (Functional API)

O Keras tem dois objetos importantes: objetos Layer e Model.
Camada de entrada
- inp = keras.layers.Input(shape=(...))
Camada oculta
- layer = keras.layers.GRU(...)
Saída
- out = layer(inp)
Modelo
- model = Model(inputs=inp, outputs=out)

Entendendo a forma dos dados

Dados sequenciais são 3D
- Dimensão do lote (ex.: lote = grupos de frases)
- Dimensão de tempo - tamanho da sequência
- Dimensão de entrada (ex.: tamanho do vetor onehot)

Forma de entrada do modelo GRU
- (Batch, Time, Input)
- (tamanho do lote, tamanho da sequência, tamanho do onehot)

Dados de entrada

Implementando GRUs com Keras

Definindo camadas do Keras

inp = keras.layers.Input(batch_shape=(2,3,4))
gru_out = keras.layers.GRU(10)(inp)

Definindo um modelo Keras

model = keras.models.Model(inputs=inp, outputs=gru_out)

Implementando GRUs com Keras

Prevendo com o modelo Keras

x = np.random.normal(size=(2,3,4))
y = model.predict(x)
print("shape (y) =", y.shape, "\ny = \n", y)

shape (y) = (2, 10) 
y = 
[[ 0.2576233   0.01215531  ... -0.32517594  0.4483121 ],
 [ 0.54189587 -0.63834655  ... -0.4339783   0.4043917 ]]

Implementando GRUs com Keras

Uma GRU que aceita número arbitrário de amostras por lote

inp = keras.layers.Input(shape=(3,4))
gru_out = keras.layers.GRU(10)(inp)
model = keras.models.Model(inputs=inp, outputs=gru_out)

x = np.random.normal(size=(5,3,4))
y = model.predict(x)
print("y = \n", y)

y = 
 [[-1.3941444e-02 -3.3123985e-02 ... 6.5081201e-02  1.1245312e-01]
 [ 1.1409521e-03  3.6983326e-01 ... -3.4610277e-01 -3.4792548e-01]
 [ 2.5911796e-01 -3.9517123e-01 ... 5.8505309e-01  3.6908010e-01]
 [-2.8727052e-01 -5.1150680e-02 ... -1.9637148e-01 -1.5587148e-01]
 [ 3.1303680e-01  2.3338445e-01 ... 9.1499090e-04 -2.0590121e-01]]

Argumento return_state da camada GRU

inp = keras.layers.Input(batch_shape=(2,3,4))
gru_out2, gru_state = keras.layers.GRU(10, return_state=True)(inp)
print("gru_out2.shape = ", gru_out2.shape)
print("gru_state.shape = ", gru_state.shape)

gru_out2.shape =  (2, 10)
gru_state.shape =  (2, 10)

GRU return_state

Argumento return_sequences da camada GRU

inp = keras.layers.Input(batch_shape=(2,3,4))
gru_out3 = keras.layers.GRU(10, return_sequences=True)(inp)
print("gru_out3.shape = ", gru_out2.shape)

gru_out3.shape =  (2, 3, 10)

GRU return_sequences

Vamos praticar!

Machine Translation with Keras