tensorflow - 延迟回声 - 无法在 Keras 中重现 Tensorflow 结果

Question

我正在 Keras 中试验 LSTM，但运气不佳。在某个时刻，我决定缩减到最基本的问题，以便最终取得一些积极的结果。
然而，即使是最简单的问题，我发现 Keras 也无法收敛，而在 Tensorflow 中实现相同的问题会给出稳定的结果。

我不愿意在不理解为什么 Keras 在我尝试的任何问题上不断出现分歧的情况下就切换到 Tensorflow。

我的问题是延迟正弦回波的多对多序列预测，示例如下:
蓝线是网络输入序列，红色虚线是预期输出。
实验的灵感来自这个 repo并且也从中创建了可行的 Tensorflow 解决方案。我的代码的相关摘录如下，我的最小可重现示例的完整版本可用 here .

凯拉斯模型:

model = Sequential()
model.add(LSTM(n_hidden,
               input_shape=(n_steps, n_input),
               return_sequences=True))
model.add(TimeDistributed(Dense(n_input, activation='linear')))
model.compile(loss=custom_loss,
              optimizer=keras.optimizers.Adam(lr=learning_rate),
              metrics=[])

tensorflow 模型:

x = tf.placeholder(tf.float32, [None, n_steps, n_input])
y = tf.placeholder(tf.float32, [None, n_steps])

weights = {
    'out': tf.Variable(tf.random_normal([n_hidden, n_steps], seed = SEED))
}
biases = {
    'out': tf.Variable(tf.random_normal([n_steps], seed = SEED))
}
lstm = rnn.LSTMCell(n_hidden, forget_bias=1.0)
outputs, states = tf.nn.dynamic_rnn(lstm, inputs=x,
                                    dtype=tf.float32,
                                    time_major=False)

h = tf.transpose(outputs, [1, 0, 2])
pred = tf.nn.bias_add(tf.matmul(h[-1], weights['out']), biases['out'])
individual_losses = tf.reduce_sum(tf.squared_difference(pred, y),
                                  reduction_indices=1)
loss = tf.reduce_mean(individual_losses)
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate) \
  .minimize(loss)

我声称代码的其他部分(data_generation、training)完全相同。但是，使用 Keras 的学习进度很早就停滞不前，并产生了不尽如人意的预测。下面附上了库和示例预测的 logloss 图表:

Tensorflow 训练模型的 Logloss:

Keras 训练模型的 Logloss: 从图中读取并不容易，但 Tensorflow 达到 target_loss=0.15 并在大约 10k 个批处理后提前停止。但是 Keras 用完了所有 13k 个批处理，达到 loss 大约只有 1.5。在 Keras 运行 100k 批处理的单独实验中，它在 1.0 附近没有进一步停顿。

下图包含:黑线 - 模型输入信号，绿色虚线 - ground truth 输出，红线 - 获取的模型输出。

Tensorflow 训练模型的预测:
Keras 训练模型的预测: 亲爱的同事们，感谢您的建议和见解!

Answer 1

好的，我已经设法解决了这个问题。 Keras 实现现在也稳步收敛到一个明智的解决方案:

这些模型实际上并不相同。您可以格外小心地检查问题中的 Tensorflow 模型版本，并亲自验证下面列出的实际 Keras 等效项，而不是问题中所述的内容:

model = Sequential()
model.add(LSTM(n_hidden,
               input_shape=(n_steps, n_input),
               return_sequences=False))
model.add(Dense(n_steps, input_shape=(n_hidden,), activation='linear'))
model.compile(loss=custom_loss,
              optimizer=keras.optimizers.Adam(lr=learning_rate),
              metrics=[])

我会详细说明。此处可行的解决方案使用 LSTM 吐出的最后一列大小为 n_hidden 作为中间激活，然后馈送到 Dense 层。
所以，在某种程度上，这里的实际预测是由常规感知器做出的。

一个额外的注意事项 - 原始 Keras 解决方案中的错误来源已经从问题附带的推理示例中显而易见。我们在那里看到较早的时间戳完全失败，而较晚的时间戳接近完美。这些较早的时间戳对应于 LSTM 刚刚在新窗口上初始化并且对上下文一无所知时的状态。