火炬:神经网络处理文本和数字输入

Question

我有以下NN架构:

第1部分:

nn.Sequential {
  [input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> output]
  (1): nn.TemporalConvolution
  (2): nn.TemporalMaxPooling
  (3): nn.TemporalConvolution
  (4): nn.TemporalMaxPooling
  (5): nn.Reshape(14336)
  (6): nn.Dropout(0.500000)
  (7): nn.Linear(14336 -> 128)
}

第2部分:

nn.Sequential {
  [input -> (1) -> (2) -> (3) -> output]
  (1): nn.Linear(4 -> 8)
  (2): nn.ReLU
  (3): nn.Linear(8 -> 4)
}

我想做的是使用这两个部分的输出作为另一部分的输入:

nn.Sequential {
  [input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> output]
  (1): nn.Linear(132 -> 32)
  (2): nn.ReLU
  (3): nn.Linear(32 -> 32)
  (4): nn.ReLU
  (5): nn.Linear(32 -> 2)
  (6): nn.LogSoftMax
}

注意第1部分有128个输出，第2部分有4个输出，最后第3部分有132个输入。所以基本上我想要的是一个网络，它接受两种类型的输入(第一部分用于文本，第二部分用于数字向量)，并在第三层使用这两种信息进行2类分类。

我看过各种容器，但似乎没有什么是我需要的。具体来说，我研究了n。并行，但从文档看起来它做的事情完全不同(相同的输入两个不同的模块)。第一个问题是网络的输入应该是什么样子(因为每个部分都需要不同类型的张量，我认为一个简单的表(数组)就可以了，它的第一个元素是2D张量，第二个是1D张量)，以及如何将其输出插入另一个网络，这样我就可以像往常一样使用向前/向后调用。

有什么办法可以做到这一点吗?

谢谢!

Answer 1

你需要的是nn。

local parallel = nn.ParallelTable()
parallel:add(part1)
parallel:add(part2)
local net = nn.Sequential()
net:add(parallel)                   -- (A)
net:add(nn.JoinTable(1))            -- (B)
net:add(part3)                      -- (C)

(A):

parallel将取一个包含两个张量的表(在你的例子中，文本和数字)，将第一个张量转发给part1，第二个张量转发给part2，并将两个结果输出到另一个包含两个张量的表中。

(B):

下面的nn.JoinTable将这个表作为输入，并将两个张量连接在一个张量中。你可能需要根据张量的形状来处理连接维度的参数(在我的例子中是1)。

(C):

最后，您可以添加网络的第三部分，将连接的张量作为输入。