Tensorflow nmt的超参数

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/stupid_3/article/details/79167983

Tensorflow nmt的超参数　　

超参数一般用来定义我们的神经网络的关键参数．　　

在tensorflow/nmt这个demo中，我们的超参数在 nmt.nmt 模块中配置．这也导致了nmt.py这个文件的代码行数比较多，我们完全可以把参数的配置放到单独的一个文件中去．nmt.py 这个文件也是整个项目的入口文件．如果你想了解这个demo的整体结构，请查看我的另一篇博客tensorflow/nmt的整体结构,　这就不展开了．　

下面我会列出nmt模型定义的超参数，并且追条解释，希望能加深你对这些参数的理解．　　

本demo的超参数使用的是argparse模块进行配置的，如果你喜欢，也可以使用tensorflow中的 tf.app.flags.DEFINE_xxx() 函数来配置，后者是前者的简单封装．　　

超参数列表　　

首先用表格的形式列出所有的超参数，对他们的解释放在下一小节．　　

超参数(hparams)	类型(type)	默认值(default)	简介(help)
--num_units	int	32	network size
--num_layers	int	2	network depth
--num_encoder_layers	int	None	encoder depth, equal to num_layers if None
--num_decoder_layers	iny	None	decoder depth, equal to num_layers if None
--encoder_type	str	uni	one of uni, bi, gnmt
--residual	bool	False	whether to add residual connections
--time_major	bool	True	whether to add time-major mode for dynamic RNN
--num_embeddings_partitions	int	0	number of partitions for embedding vars
--attention	str	""	one of "", luong, scaled_luong, bahdanau, normed_bahdanau
--attention_architecture	str	standard	one of standard, gnmt, gnmt_v2
--output_attention	bool	True	only used in standard attention_architecture
--pass_hidden_state	bool	True	whether to pass encoder’s hidden state to decoder
--optimizer	str	sgd	one of sgd, adam
--learning_rate	float	1.0	adam: 0.001 or 0.0001
--warmup_steps	int	0	how many steps we inverse-decay learning
--warmup_scheme	str	t2t	how to warmup learning rates
--decay_scheme	str	""	how we decay learning rate
--num_train_steps	int	12000	num steps to train
--colocate_gradients_with_ops	bool	True	whether try colocating gradients with corresponding op
--init_op	str	uniform	one of uniform, glorot_normal, glorot_uniform
--init_weight	float	0.1	for uniform init_op, initialize weights
--src	str	None	source suffix
--tgt	str	None	target suffix
--train_prefix	str	None	train prefix
--dev_prefix	str	None	dev prefix
--test_prefix	str	None	test prefix
--out_dir	str	None	model folder
--vocab_prefix	str	None	vocab prefix
--emded_prefix	str	None	Pretrained embedding prefix, should be Glove formated txt files
--sos	str	<s>	Start-of-sentence symbol
--eos	str	</s>	End-of-sentence symbol
--share_vocab	str	False	whether use the same vocab between source and target
--check_special_token	bool	True	whether check special sos, eos, unk tokens exist in the vocab files
--src_max_len	int	50	max length of source sequence during training
--tgt_max_len	int	50	max length of target sequence during training
--src_max_len_infer	int	None	max length of source sequence during inference
--tgt_max_len_infer	int	None	max length of target sequence during inference
--unit_type	str	lstm	one of lstm, gru, layer_norm_lstm, nas
--forget_bias	float	1.0	forget bias for BasicLSTMCell
--dropout	float	0.2	dropout rate
--max_gradient_norm	float	5.0	clip gradients to this norm
--batch_size	int	128	batch size
--steps_per_stats	int	100	how many training steps to do per stats logging
--max_train	int	0	limit on the size of training data(0: no limit)
--num_buckets	int	5	put data into similar-length buckets
--subword_option	str	""	one of "", bpe, spm
--num_gpus	int	1	number of gpus in each worker
--log_device_placement	bool	False	debug gpu allocation
--metrics	str	bleu	comma-separated list of evaluations
--steps_per_external_eval	int	None	how many training steps to do per external evaluation
--scope	str	None	scope to put variables under
--hparams_path	str	None	path to hparams json file
--random_seed	int	None	random seed
--override_loadded_hparams	bool	Flase	override loaded hparams with values specified
--num_keep_ckpts	int	5	max number of checkpoints to keep
--avg_ckpts	bool	False	average the last N checkpoints for external evaluation
--ckpt	str	""	checkpoint file to load a model for inference
--inference_input_file	str	None	set to the text decode
--inference_list	str	None	a comma-separated list of sentence indices
--infer_batch_size	int	32	batch size for inference mode
--inference_ouput_file	str	None	output file to store decoding results
--inference_ref_file	str	None	reference file to compute evaluation scores
--beam_width	int	0	beam width when using beam search decoder
--length_penalty_weight	float	0.0	length penalty for beam search
--sampling_temperature	float	0.0	softmax sampling temperature for inference decoding
--num_translations_per_input	int	1	number of translations generated for each sentence
--jobid	int	0	task if of the worker
--num_workers	int	1	number of workers(inference only)
--num_inter_threads	int	0	number of inter_op_parallelism_threads
--num_train_threads	int	0	number of intra_op_parallelism_threads

逐条详解　　

上一小节列出了所有的超参数，接下来我将分组进行更加详细的解释。　　

数据相关参数　　

本小节介绍数据相关的参数：　　
* --src
该参数指定训练数据中，源数据的文件后缀名。举个例子，我们的训练数据是一对逐行一一对应的文本文件，分别为address_train.ocr和address_train.std，那么此时我们需要指定该参数为：　--src=ocr 　
* --tgt
该参数指定训练数据中，目标数据的文件后缀名，按照上面的举例，我们需要指定该参数为：　--tgt=std
* --train_prefix
该参数是train数据文件的前缀，注意 需要包含完整路径 ，路径可以是相对路径，也可以是绝对路径。举个例子，上述例子的两个文件我们放在 /tmp/nmt_model 目录下面，那么该参数需要设置为:--train_prefix=/tmp/nmt_model/address_train，那么train数据的完整路径就是: /tmp/nmt_model/address_train.ocr 和 /tmp/nmt_model/address_train.std
* --dev_prefix
该参数指定dev数据文件的前缀，同--train_prefix类似。举个例子，在 /tmp/nmt_model 目录下面存放我们的dev数据文件 address_dev.ocr　和　address_dev.std，那么该参数应该指定为：　--dev_prefix=/tmp/nmt_model/address_dev
* --test_prefix
该参数是test数据文件的前缀，其他和上述--train_prefix，--dev_prefix类似。　　
* --vocab_prefix
该参数指定的是词典文件的前缀，注意　需要包含完整路径　，可以是相对路径也可以是绝对路径。举个例子，我们的词典文件为 vocab.ocr　和　vocab.std ，位于 /tmp/nmt_model/ 那么该参数应该指定为:--vocab_prefix=/tmp/nmt_model/vocab，最终的词典路径为　/tmp/nmt_model/vocab.ocr 和　/tmp/nmt_model/vocab.std　。　　
* --embed_prefix
该参数指定已经训练好的embedding文件，必须是Glove文件格式。如果没有，使用默认值None。　　
* --out_dir
该参数指定模型的保存路径。比如你想保存在　/tmp/ 目录下，那你这样指定:--out_dir=/tmp 。　　

超参数的使用　　

注意事项　　

训练该模型，对机器的要求比较高。本人尝试过使用公司配的开发机器配置如下：　　
* Platform Windows 7 x64
* Memory 8G
* CPU intel core i5-6500
* GPU GTX950 2G x1

此配置在我改小了batch_size到32之后，还是报错　Out of memoey.
在服务器配置如下：　　
* Platform Ubuntu16.04 amd64
* Memory 32G
* CPU intel core i7-7700k
* GPU GTX1080ti 11G x1

上训练普通模型，并且将batch_size设置成默认的128，可以正常训练，但是此配置训练GNMT模型报错OOM。 　　

这里也就说明一个小技巧：　改小batch_size可以降低显存使用。

当然其他维度的降低也可以降低显存使用　　

扩展－－分布式训练