Pytorch LSTM模型参数详解

article/2025/10/2 12:57:25

本文主要依据 Pytorch 中LSTM官方文档，对其中的模型参数、输入、输出进行详细解释。

基本原理

模型参数 Parameters

输入Inputs: input, (h_0, c_0)

输出Outputs: output, (h_n, c_n)

变量Variables

备注

基本原理

首先我们看下面这个LSTM图，对应于输入时间序列中每个步长的LSTM计算。

对应的公式计算公式如下：

其中 $h_t$ 表示时刻 $t$ 时刻的隐含状态， $c_t$ 表示时刻 $t$ 上的记忆细胞， $x_t$ 表示时刻 $t$ 的输入（对应于单个样本）， $h_{t-1}$ 表示隐含层在时刻 $t-1$ 的隐含状态或者是在起始时间o的初始隐含状态， $i_t$ , $f_t$ , $o_t$ 表示对应的输入、遗忘、输出门。σ 表示的是sigmoid 函数，⊙ 表示哈达玛积（Hadamard product）。

对于含多个隐含层的LSTM，第 $l$ 层（ $l>=2$ ）的输入 $x_t^{(l)}$ 则对应的是前一层的隐含状态 $h_t^{(l)}$ 与丢弃dropout $\delta_t^{(l-1)}$ 的乘积，其中每一个 $\delta_t^{(l-1)}$ 是Bernoulli随机变量（以参数dropout 的概率等于0）。

如果参数指定proj_size > 0，则将对LSTM使用投影。他的运作方式包括以下几步。首先， $h_t$ 的维度将从hidden_size 转换为proj_size ( $W_{hi}$ 的维度也会同时被改变)。第二，每一个层的隐含状态输出将与一个（可学习）的投影矩阵相乘： $h_t = W_{hr} * h_t$ 。注意，这种投影模式同样对LSTM的输出有影响，即变成proj_size.

模型参数 Parameters

input_size – 输入变量x的特征数量
hidden_size – 隐含层h的特征数量（即层中隐含单元的个数）
num_layers – 隐含层的层数，比如说num_layers =2, 意味着这是包含两个LSTM层，默认值：1
bias – 如果为False，表示不使用偏置权重 b_ih 和 b_hh。默认值为：True
batch_first – 如果为True，则输入和输出的tensor维度为从(seq, batch, feature)变成 (batch, seq, feature)。注意，这个维度变化对隐含和细胞的层并不起做用。参见下面的Inputs/Outputs 部分的说明，默认值：False
dropout – 如果非0，则会给除最后一个LSTM层以外的其他层引入一个Dropout层，其对应的丢弃概率为dropout，默认值：0
bidirectional – 如果为True，则是一个双向的（bidirectional ）的LSTM，默认值：False
proj_size – 如果>0, 则会使用相应投影大小的LSTM，默认值：0

输入Inputs: input, (h_0, c_0)

input：当batch_first = False 时形状为（L，N，H_in），当 batch_first = True 则为(N, L, H_in) ，包含批量样本的时间序列输入。该输入也可是一个可变换长度的时间序序列，参见 torch.nn.utils.rnn.pack_padded_sequence() 或者是 torch.nn.utils.rnn.pack_sequence() 了解详情。
h_0：形状为（D∗num_layers, N, H_out），指的是包含每一个批量样本的初始隐含状态。如果模型未提供(h_0, c_0) ，默认为是全0矩阵。
c_0：形状为（D∗num_layers, N, H_cell），指的是包含每一个批量样本的初始记忆细胞状态。如果模型未提供(h_0, c_0) ，默认为是全0矩阵。

其中：

N = 批量大小

L = 序列长度

D = 2 如果模型参数bidirectional = 2，否则为1

H_in = 输入的特征大小(input_size)

H_cell = 隐含单元数量（hidden_size）

H_out = proj_size, 如果proj_size > 0，否则的话 = 隐含单元数量（hidden_size）

输出Outputs: output, (h_n, c_n)

output: 当batch_first = False 形状为(L, N, D∗H_out) ，当batch_first = True 则为 (N, L, D∗H_out) ，包含LSTM最后一层每一个时间步长 $t$ 的输出特征( $h_t$ )。如果输入的是torch.nn.utils.rnn.PackedSequence，则输出同样将是一个packed sequence。
h_n: 形状为(D∗num_layers, N, H_out)，包括每一个批量样本最后一个时间步的隐含状态。
c_n: 形状为(D∗num_layers, N, H_cell)，包括每一个批量样本最后一个时间步的记忆细胞状态。

变量Variables

~LSTM.weight_ih_l[k] – 学习得到的第k层的 input-hidden 权重 (W_ii|W_if|W_ig|W_io)，当k=0 时形状为 (4*hidden_size, input_size) 。否则，形状为 (4*hidden_size, num_directions * hidden_size)
~LSTM.weight_hh_l[k] –学习得到的第k层的 hidden -hidden 权重(W_hi|W_hf|W_hg|W_ho), 想形状为 (4*hidden_size, hidden_size)。如果 Proj_size > 0，则形状为 (4*hidden_size, proj_size)
~LSTM.bias_ih_l[k] – 学习得到的第k层的input-hidden 的偏置 (b_ii|b_if|b_ig|b_io), 形状为 (4*hidden_size)
~LSTM.bias_hh_l[k] – 学习得到的第k层的hidden -hidden 的偏置 (b_hi|b_hf|b_hg|b_ho), 形状为 (4*hidden_size)
~LSTM.weight_hr_l[k] – 学习得到第k层投影权重，形状为 (proj_size, hidden_size)。仅仅在 proj_size > 0 时该参数有效。

备注

所有的权重和偏置的初始化方法均取值于：

对于双向 LSTMs，前向和后向的方向分别为0 和1。当batch_first = False 时，对两个方向的输出层的提取可以使用方式：output.view(seq_len, batch, num_directions, hidden_size)。
具体怎么使用，可以参考本人博文从零开始实现，LSTM模型进行单变量时间序列预测
关于LSTM模型的结构如果还有不清晰的可以参考这篇博客：Pytorch实现的LSTM模型结构