Question

我正在运行一个用于语言建模的基本lstm代码。但我不想做BPTT。我想做tf.stop_gradient(state)

之类的事情

with tf.variable_scope("RNN"):
  for time_step in range(N):
    if time_step > 0: tf.get_variable_scope().reuse_variables()
    (cell_output, state) = cell(inputs[:, time_step, :], state)

但是，state是LSTMStateTuple，所以我尝试了：

for lli in range(len(state)):
    print(state[lli].c, state[lli].h)
    state[lli].c = tf.stop_gradient(state[lli].c)
    state[lli].h = tf.stop_gradient(state[lli].h)

但我收到AttributeError: can't set attribute错误：

File "/home/liyu-iri/IRRNNL/word-rnn/ptb/models/decoupling.py", line 182, in __init__
state[lli].c = tf.stop_gradient(state[lli].c)
AttributeError: can't set attribute

我还尝试使用tf.assign，但state[lli].c不是变量。

所以，我想知道如何阻止LSTMStateTuple的渐变？或者，我怎么能阻止BPTT？我只想在单帧中做BP。

非常感谢！

Answer 1

我认为这是一个纯粹的python问题：LSTMStateTuple只是一个collections.namedtuple而python不允许你在那里分配元素（就像在其他元组中一样）。解决方案是创建一个全新的，例如就像在stopped_state = LSTMStateTuple(tf.stop_gradient(old_tuple.c), tf.stop_gradient(old_tuple.h))中一样，然后使用它（或那些列表）作为状态。如果你坚持要替换现有的元组，我认为namedtuple有一个_replace方法，请参阅here，如old_tuple._replace(c=tf.stop_gradient(...))。希望有所帮助！

如何在张量流中停止LSTMStateTuple的梯度

1 个答案: