Tensorflow:了解带有和不使用 Dropout Wrapper 的 LSTM 输出

Question

import tensorflow as tf
import tensorflow.contrib.eager as tfe
tfe.enable_eager_execution()
x = tf.range(1, 11, dtype=tf.float32)
x = tf.reshape(x, (5, 1, 2))
cell = tf.contrib.rnn.LSTMCell(10)
initial_state = cell.zero_state(5, dtype=tf.float32)
y1, _ = tf.nn.dynamic_rnn(cell, x, dtype=tf.float32, initial_state=initial_state)
y2, _ = tf.nn.dynamic_rnn(
tf.contrib.rnn.DropoutWrapper(cell, input_keep_prob=1.0, output_keep_prob=0.5, state_keep_prob=1.0),
x,
dtype=tf.float32,
initial_state=initial_state)

我正在使用Tensorflow 1.8.0。

我预计y2的输出与y1相似，因为y2使用与y1相同的 LSTM 单元，只是它也通过 dropout 层。由于 dropout 仅适用于 LSTM 单元的输出，因此我认为y2的值将与y1相同，除了这里和那里的几个 0。但这就是我得到的y1：

<tf.Tensor: id=5540, shape=(5, 1, 10), dtype=float32, numpy=
array([[[-4.2897560e-02,  1.9367093e-01, -1.1827464e-01, -1.2339889e-01,
1.3408028e-01,  1.3082971e-02, -2.4622230e-02, -1.5669680e-01,
1.1127964e-01, -5.3087018e-02]],
[[-7.1379542e-02,  4.5163053e-01, -1.6180833e-01, -1.3278724e-01,
2.2819680e-01, -4.8406985e-02, -8.2188733e-03, -2.5466946e-01,
2.8928292e-01, -7.3916554e-02]],
[[-5.9056517e-02,  6.1984581e-01, -1.9882108e-01, -9.6297756e-02,
2.5009862e-01, -8.0139056e-02, -2.2850712e-03, -2.7935350e-01,
4.4566888e-01, -7.8914449e-02]],
[[-3.8571563e-02,  6.9930458e-01, -2.2960691e-01, -6.1545946e-02,
2.5194761e-01, -7.9383254e-02, -5.4560765e-04, -2.7542716e-01,
5.5587584e-01, -7.3568568e-02]],
[[-2.2481792e-02,  7.3400390e-01, -2.5636050e-01, -3.7012421e-02,
2.4684550e-01, -6.3926049e-02, -1.1120128e-04, -2.5999820e-01,
6.2801009e-01, -6.3132115e-02]]], dtype=float32)>

对于y2：

<tf.Tensor: id=5609, shape=(5, 1, 10), dtype=float32, numpy=
array([[[-0.08579512,  0.38734186, -0.23654927, -0.24679779,
0.        ,  0.02616594, -0.        , -0.3133936 ,
0.        , -0.        ]],
[[-0.14275908,  0.        , -0.32361665, -0.26557449,
0.        , -0.        , -0.        , -0.5093389 ,
0.        , -0.        ]],
[[-0.11811303,  0.        , -0.39764217, -0.        ,
0.50019723, -0.16027811, -0.00457014, -0.        ,
0.89133775, -0.        ]],
[[-0.        ,  0.        , -0.45921382, -0.12309189,
0.        , -0.        , -0.        , -0.        ,
1.1117517 , -0.14713714]],
[[-0.        ,  0.        , -0.        , -0.07402484,
0.        , -0.        , -0.        , -0.5199964 ,
1.2560202 , -0.        ]]], dtype=float32)>

y2中的非零值与y1处相应位置的值完全不同。

这是一个错误还是我对在 LSTM 单元的输出上应用 dropout 的含义有错误的想法？

Answer 1

y2 is equivalent to y1_drop/0.5.

当dropout应用于y1时，保留概率为p，然后输出通过除以p来缩放。

如果你检查两个矩阵，y2只不过是随机丢弃一半的输入，然后将其缩放 0.5。

引自Dropout paperSection 10，

"我们将辍学描述为一种保留单位的方法 在训练时p概率，并将权重缩小 在测试时将它们乘以p倍。另一种方式 达到相同的效果是将保留的激活数按比例扩大 在训练时乘以1/p，而不是在 测试时间。这些方法等效于适当缩放 每一层的学习率和权重初始化。

参考： 辍学：防止神经网络的简单方法 过拟合