質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.20%

RNN(LSTM)のmodel定義について確認したいことがあります

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 520

good_morning

score 45

私は現在、chainerのLSTMを使って自然言語処理のプログラムを作成しようとしています。
LinearやCNNを主にやってきたので、RNN(LSTM)のmodel定義について詳しくありませんので、質問したいことがあります。

現在、LSTMのmodelを次のように定義しています。

class LSTM(Chain):
    def __init__(self, in_size, hidden_size, out_size):
        クラスの初期化
        :param in_size: 入力層のサイズ
        :param hidden_size: 隠れ層のサイズ
        :param out_size: 出力層のサイズ
        super(LSTM, self).__init__(
            xh=L.Linear(in_size, hidden_size),
            hh=L.LSTM(hidden_size, hidden_size),
            hy=L.Linear(hidden_size, out_size)
        )

ここで、LSTMのモデルは以下の図のように時系列的に次の時間のNNに伝播していくものであると認識しています。
イメージ説明

【質問1】
ところが、上記のmodelでは、1つの時間の分のNNしかありません。
これは、計測時間の数だけ自動的に生成されて次の時間のNNに伝播するものと認識していますが、その認識に間違いないでしょうか。

【質問2】
上記のmodelの場合、in_size(入力層のサイズ)とは入力ベクトルの次元数、hidden_size(隠れ層のサイズ)はLSTMのベクトルの次元数、out_size(出力層のサイズ)出力ベクトルの次元数と認識していますが、その認識に間違いないでしょうか。

【質問3】
LSTMの最後の層を全結合層と言っているようですが、それは上記のmodelのhyのことだと認識しています。その認識に間違いないでしょうか。

LSTMには詳しくないので、よろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

check解決した方法

0

自己解決としては、次のとおりになります。

【質問1】
RNN(LSTM)は、ある単語の次にどの単語が来るかは単語の絶対的な位置に依存しないので、重みは同じ。
勾配情報は全時刻分を足し合わせるので、図の左側となる。

【質問2】
認識通り。

【質問3】
認識通り。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.20%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる