当前位置：首页 > news >正文

使用ctcloss训练矩阵生成目标字符串

news 文章来源：https://blog.csdn.net/weixin_52205764/article/details/132437844 2024/9/22 16:41:38

首先我们需要明确 $c t c l oss$ 是用来做什么的。比如说要生成的目标字符串长度为 $l$ ，而这个字符串包含 $s$ 个字符，字符串允许的最大长度为 $L$ ，这里认为一个位置是一个时间步，就是一拍，记为 $T$ 。
对于这个允许最大长度，需要做出一些解释，定义一个生成字符串的规则，因为训练的时候，这个标签的长度是不一样的，所以我们需要引入空格来生成字符串，那么相应的，关于空格定义以下两条规则：

空格与空格之间的字符串是可以去掉重复字母的
使用空格间隔的两个部分串不能去重，比如说这个串长成：cc cc，在运用上述两条规则之后应该变成c c

举例来说，对于目标生成串如果是 $C A T$ 的话，那么在时间拍为 $5$ 拍的情况下，他有这以下 $28$ 条路径可以生成 $C A T$
在这里插入图片描述
注：上述图片引自这里，博主对这篇文章加以致谢，还好有这个文章让我对 $c t c l oss$ 有了初步的认识。

因此首先拿在手里的是一个随机矩阵为 $y$ ，这个矩阵的形状是 $[k, T]$ ，其中 $y [i, j]$ 表示的是在第 $j$ 个时间步，该字符为 $i$ 的概率，而我们需要做的是训练这个 $y$ 矩阵，让他最终产生指定字符串的概率 $p$ 最大，所以设置 $- l n (p)$ 为损失函数，目标就是让这个损失函数最小。
那么应该怎么做呢？你可以枚举出这全部 $28$ 条路径的概率， $like\space this$ ，然后把他们相加之后求损失和。

在这里插入图片描述
但是我知道你一定不想这么做。所以呢，我们需要使用一种更加简洁的方法来求这个概率，咋做呢？这里就要放上这张过程图了。
![在这里插入图片描述](https://img-blog.csdnimg.cn/b8d163baf95f40ea8f4ad8cd78c383fd.png

首先对字符串进行了插入空格的操作，我一开始的时候不给他插入空格不行，必须得考虑每一步能不能取到空格，并且状态转移的时候，还要考虑从第几个空格转移过来，非常麻烦，不如直接插入空格。接下来使用动态规划的方法来代替暴力搜索，分析 $t$ 时刻由 $t - 1$ 时刻字符的状态转移方程：

在 $t$ 时刻，能取到 $s$ 字符，那么这个字符可以由 $t - 1$ 时刻的 $s$ 字符转移过来，两个一样的字符消去就行了呗。
由 $s - 1$ 字符转移过来 $，$ 就是 $_ \_C\_A\_T\_$ 的 $T$ 接在 $\_$ 后面的情况。
从第 $s - 2$ 个字符转移过来，这个时候第 $s$ 个字符和第 $s - 2$ 个字符必须不能相同，否则的话就是 $_ \_C\_A\_A\_T\_$ 的两个 $A$ 越过中间的空格连在一起，这不铁定消去了。

所以状态转移使用如下的方法实现：

alpha[s, t] = alpha[s, t - 1]
if s - 1 >= 0:alpha[s, t] += alpha[s - 1, t - 1]
if s - 2 >= 0 and blank_label[s] != '0' and blank_label[s] != blank_label[s - 2]:alpha[s, t] += alpha[s - 2, t - 1]
alpha[s, t] *= y[map_dict[blank_label[s]], t]

但是你一定会问弄这个动态规划矩阵有个锤子用，我们来看看：
对于 $a lp ha$ 矩阵当中的任意一个元素来说，可以得到以下的表达式，其中 $l$ 是任意一个可能产生字符串的路径， $\pi$ 是全部路径， $l_t$ 代表这个路径上在第 $t$ 拍上的字符， $P$ 为概率。
$P(l_t)\sum_{l\in \pi} \prod_{t'=1}^{t-1} P(l_{t'})$
那么如果求出后向传播的矩阵 $b e t a$ ：
$P(l_t)\sum_{l\in \pi} \prod_{t'=t+1}^{T} P(l_{t'})$
就能得到矩阵：
$P(l_t)\sum_{l\in \pi} \prod_{t'=1}^{T} P(l_{t'})$
所以我非常想求的总概率 $p=\sum_{l\in \pi} \prod_{t'=1}^{T} P(l_{t'})$ 就可以使用 $\frac{alpha[i,t]*beta[i,t]}{P(l_t)}$ 来表示。
公式推导鸣谢：这里
注：这只是我大概的理解，不能十分完备的使用原文章中的符号
接下来就到了非常鸡冻人心的训练过程，差点没给我训练死了。因为改了一天这个梯度公式，并且我体会了什么是梯度消失， $so f t ma x$ 的作用，接下来将详细记录我训练的这个过程，应该只是我记得的了，其中非常感谢参考文献中文章的帮助，尤其是在晚上八点还是没有结果的时候看到的这篇文章，但是当时通过死亡调试梯度矩阵已经反应过来是梯度问题了hh。首先先声明一下：我不能完全保证我的梯度求解没有问题，但是的确训练出了结果，并且参考多篇博客，梯度的结果全都不一样，因此我只能找到一个我认为最合理的梯度来进行梯度下降。
那么再来捋一下思路：首先要最小化 $- l n (p)$ ，而前面已经求出 $p=\frac{alpha[i,t]*beta[i,t]}{P(l_t)}$ ，这里将 $P(l_t)$ 换成 $y_{k}^{t}$ 来表示，就是在 $t$ 时刻的第 $k$ 个字符的概率。我们想对 $y$ 求偏导，但有一个 $b ug$ 就是 $y$ 他不一定每一列的和都是 $1$ ，所以需要对他进行 $so f t ma x$ 操作，因此，用 $x_{k}^{t}$ 代表经过 $so f t ma x$ 之后的 $y_{k}^{t}$ 。分析一下 $y$ 经过所有变换得到 $p$ 的过程： $y\sim softmax \sim alpha+beta \sim p$ 。需要求的梯度经过以上分析可以表示成为：
$\begin{align} \frac{\partial (-lnp)}{\partial y_{k}^{t}} =-\frac{1}{p}\frac{\partial p}{\partial x_{k}^{t}}\frac{\partial x_{k}^{t}}{\partial y_{k}^{t}} \end{align}$
前面已经知道： $p=\frac{alpha[i,t]*beta[i,t]}{x_{k}^{t}}$ ，在这个公式当中 $a lp ha 、 b e t a$ 与 $x_{k}^{t}$ 并不是完全没有关系的，他们可以表示成 $cons1*x_{k}^{t}$ 的形式，其中 $co n s 1$ 是到达 $x_{k}^{t}$ 字符之前的所有可能字符概率乘积的和， $co n s 2$ 同理，值得注意的是，我们的假定是字符的概率是可以相乘的，也就是完全独立的，因此 $co n s 1$ 和 $co n s 2$ 对于 $x_k^t$ 来说是常数。所以 $p$ 应该化简为 $cons1*cons2*x_{k}^{t}$ ，其中 $cons1=\frac{alpha}{x_{k}^{t}},cons2 =\frac{beta}{x_{k}^{t}}$ ，所以
$\begin{align} \frac{\partial p}{\partial x_{k}^{t}}=\frac{alpha}{x_{k}^{t}}\frac{beta}{x_{k}^{t}} \end{align}$
由于 $x_{k}^{t}=softmax(y_{k}^{t})$ ，即 $x_{k}^{t}=\frac{e^{y_{k}^{t}}}{\sum_{j=1}^{s}e^{y_{j}^{t}}}$ ，所以有
$\begin{align} \frac{\partial x_{k}^{t}}{\partial y_{k}^{t}} = \frac{e^{y_{k}^{t}}*\sum_{j=1}^{s}e^{y_{j}^{t}}-(e^{y_{k}^{t}})^2}{(\sum_{j=1}^{s}e^{y_{j}^{t}})^2} =x_{k}^{t}-(x_{k}^{t})^2 \end{align}$
将 $(2)$ 式和 $(3)$ 代入 $(1)$ 中得到：
$\begin{align} \frac{\partial (-lnp)}{\partial y_{k}^{t}}&=-\frac{1}{p}\frac{alpha*beta}{x_{k}^{t}}(1-x_k^t)\\ &=\frac{alpha*beta}{p}-\frac{alpha*beta}{p*x_k^t}\notag \end{align}$
那么到这里我们整个梯度就全部推导完成了，但是这个梯度是不对的，因此接下来根据这个图来研究一下梯度的结构：
![在这里插入图片描述](https://img-blog.csdnimg.cn/b8d163baf95f40ea8f4ad8cd78c383fd.png
我们在做动态规划的时候，并不是每一个节点都被规划了。如果设定目标产生的字符串为 $ab dd ce$ ，一共有 $8$ 拍，也就是 $a lp ha$ 长成这样：

然后我们在看看 $y$ ，注意这里面的 $y$ 包含空格，且与这个表在这里插入图片描述
相对应：

我们发现第一拍里面只有空格和字母 $a$ 是允许有值的，也就是其余位置的 $a lp ha$ 和 $b e t a$ 都是 $0$ ，这很容易理解，在某一个拍某个字母完全没有可能取到的话，在前向更新的概率 $p$ 中也不会被计算。因此来看一下梯度 $\frac{alpha*beta}{p}-\frac{alpha*beta}{p*x_k^t}$ ，按照这个概率计算的话，所有不可能取到的点的梯度都是 $0$ ，但是这些字母对应的 $y$ 值是需要用梯度更新为 $0$ 的，所以这就是昨天我训练了一大天都没啥用的原因，当然还要包括推公式、初始化、没有归一化、梯度消失的错误。。。
所以最合理的办法就是分类讨论，但是重新观察一下这个梯度公式 $\frac{alpha*beta}{p}-\frac{alpha*beta}{p*x_k^t}$ ，发现 $\frac{alpha*beta}{p}$ ，在被更新到的节点位置，这个值的取值应该是 $x_k^t$ ，如果将梯度写成 $x_k^t-\frac{alpha*beta}{p*x_k^t}$ 的话，那么在没有更新到的节点位置，其 $a lp ha$ 和 $b e t a$ 应该是 $0$ ，虽然这个是归一化之后的 $y$ ，但是起码梯度位置有值了，因此实际的计算梯度为：
$\frac{\partial (-lnp)}{\partial y_{k}^{t}}=x_k^t-\frac{alpha*beta}{p*x_k^t}$
最终训练结果：

['e', 'd', '0', 'd', 'd', 'e', 'd', 'd', '0']
['e', 'd', '0', 'd', 'd', 'e', 'd', 'd', '0']
['e', 'd', '0', 'd', 'd', 'e', 'd', 'd', '0']
['e', 'a', '0', 'd', 'd', 'e', 'd', 'c', '0']
['e', 'a', '0', 'd', 'd', 'e', 'd', 'c', '0']
['e', 'a', '0', 'd', 'd', 'd', 'd', 'c', '0']
['e', 'a', '0', 'd', 'd', 'd', 'd', 'c', 'e']
['e', 'a', '0', 'd', 'd', 'd', 'd', 'c', 'e']
['e', 'a', '0', 'd', 'd', 'd', 'd', 'c', 'e']
['e', 'a', '0', 'd', 'd', 'd', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['e', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']
['0', 'a', 'b', 'd', 'd', '0', 'd', 'c', 'e']

整个过程代码：

import numpy as np
import mathdef insert_blank(labels):l_ = []l_.append('0')for i in range(len(labels)):l_.append(labels[i])l_.append('0')return l_def std_matrix(alpha):alpha = math.e ** alphab = alpha.sum(axis=0)return alpha / bdef check():print(math.e ** alpha[-1][-1] + math.e ** alpha[-2][-1] - math.e ** beta[0][1] - math.e ** beta[1][1])for i in range(alpha.shape[0]):for j in range(alpha.shape[1]):alpha[i, j] = alpha[i, j] + beta[i, j]print(alpha)def decode_fn(y, chars):res = []for j in range(y.shape[1]):t = -1max_ = -1for i in range(y.shape[0]):if (y[i, j] > max_):max_ = y[i, j]t = ires.append(chars[t])return res'''
the init process
'''
T = 8
labels = ['a', 'b', 'd', 'd', 'c', 'e']
chars = ['0', 'a', 'b', 'c', 'd', 'e']
y = np.random.rand(len(chars), T + 1)  # 这个还得包含空格,4个字符，5拍
x = std_matrix(y)
map_dict = {'0': 0, 'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 4, 'f': 5}
alk = 0.09
blank_label = insert_blank(labels)
length = len(labels)
length_ = len(blank_label)
epoch = 80
'''
train process
'''
for m in range(epoch):alpha = np.zeros((len(blank_label), T + 1))  # 这个一共是5拍for i in range(alpha.shape[0]):for j in range(alpha.shape[1]):alpha[i, j] = -math.infalpha[0][1] = np.log(x[0][1])  # 这个是在第一个时刻，选空格alpha[1][1] = np.log(x[1][1])  # 这个是在第一个时刻，选第一个字符beta = np.ones((len(blank_label), T + 1))for i in range(beta.shape[0]):for j in range(beta.shape[1]):beta[i, j] = -math.infbeta[-1][-1] = np.log(x[-1][-1])beta[-2][-1] = np.log(x[-2][-1])'''forward'''for t in range(2, T + 1):lim_down = max(2 * (length - (T - t + 1)) + 1, 0)lim_up = min(2 * t - 1, length_ - 1)for s in range(lim_down, lim_up + 1, 1):alpha[s, t] = math.e ** alpha[s, t - 1]if s - 1 >= 0:alpha[s, t] += math.e ** alpha[s - 1, t - 1]if s - 2 >= 0 and blank_label[s] != '0' and blank_label[s] != blank_label[s - 2]:alpha[s, t] += math.e ** alpha[s - 2, t - 1]alpha[s, t] = np.log(alpha[s, t])alpha[s, t] += np.log(x[map_dict[blank_label[s]], t])# print(alpha)'''backward'''for t in range(T - 1, 0, -1):lim_down = max(2 * (length - (T - t + 1)) + 1, 0)lim_up = min(2 * t - 1, length_ - 1)for s in range(lim_up, lim_down - 1, -1):beta[s, t] = math.e ** beta[s, t + 1]if s + 1 < length_:beta[s, t] += math.e ** beta[s + 1, t + 1]if s + 2 < length_ and blank_label[s] != '0' and blank_label[s] != blank_label[s + 2]:beta[s, t] += math.e ** beta[s + 2, t + 1]beta[s, t] = np.log(beta[s, t])beta[s, t] += np.log(x[map_dict[blank_label[s]]][t])check = np.zeros((len(chars), T + 1))p = math.e ** alpha[-1][-1] + math.e ** alpha[-2][-1]# p = math.e ** pgrad = np.zeros((len(chars), T + 1))for i in range(x.shape[0]):for j in range(x.shape[1]):ab = 0for k in range(alpha.shape[0]):if alpha[k][j] == -np.inf or beta[k][j] == -np.inf:continueif blank_label[k] == chars[i]:ab += (math.e ** alpha[k][j]) * (math.e ** beta[k][j])check[i, j] = ab / x[i, j]# if(x[i][j] == 0):# print(x,y)# ab_x2 = ab / (x[i, j] ** 2)grad[i, j] = x[i, j] - ab/ (p*x[i,j])# print(y)y = y - grad * alky = np.where(y > 0, y, 0)x = std_matrix(y)print(decode_fn(x, chars))

若您对我的文章有任何疑问都欢迎指出
参考文章：

文章1
文章2

相关文章：