Keras TCN

Keras 时序卷积网络. [论文]

经测试支持 Tensorflow 2.9, 2.10, 2.11, 2.12, 2.13, 2.14 和 2.15 (2023 年 11 月 17 日)。

Keras TCN CI

pip install keras-tcn
pip install keras-tcn --no-dependencies  # 如果你已经有 TF/Numpy，可以不安装依赖。

对于 MacOS M1 用户：pip install --no-binary keras-tcn keras-tcn。--no-binary 选项将强制 pip 下载源代码（tar.gz）并在本地重新编译。同时，请确保 grpcio 和 h5py 正确安装。网上有一些教程可以参考。

为什么选择 TCN（时序卷积网络）而不是 LSTM/GRU？

TCN 与相同容量的循环架构相比，具有更长的记忆。
在长时间序列任务（例如 Seq. MNIST，Adding Problem，Copy Memory，Word-level PTB 等）上表现优于 LSTM/GRU。
并行性（卷积层），灵活的感受野大小（模型的查看范围），稳定的梯度（相比于时间反向传播，梯度消失问题）……

一堆膨胀因果卷积层的可视化（Wavenet，2016）

TCN 层

TCN 类

TCN(
    nb_filters=64,
    kernel_size=3,
    nb_stacks=1,
    dilations=(1, 2, 4, 8, 16, 32),
    padding='causal',
    use_skip_connections=True,
    dropout_rate=0.0,
    return_sequences=False,
    activation='relu',
    kernel_initializer='he_normal',
    use_batch_norm=False,
    use_layer_norm=False,
    use_weight_norm=False,
    go_backwards=False,
    return_state=False,
    **kwargs
)

参数说明

nb_filters: 整数。卷积层使用的滤波器数量。类似于 LSTM 的 units。可以是一个列表。
kernel_size: 整数。每个卷积层使用的内核大小。
dilations: 列表/元组。扩张列表。示例：[1, 2, 4, 8, 16, 32, 64]。
nb_stacks: 整数。使用残差块堆叠的数量。
padding: 字符串。卷积使用的填充方式。‘causal’表示因果网络（在原始实现中）和 ‘same’表示非因果网络。
use_skip_connections: 布尔值。是否添加从输入到每个残差块的跳跃连接。
return_sequences: 布尔值。是返回输出序列的最后一个输出，还是返回整个序列。
dropout_rate: 介于 0 和 1 之间的浮点数。丢弃输入单元的比例。
activation: 残差块中使用的激活函数 o = activation(x + F(x))。
kernel_initializer: 内核权重矩阵（Conv1D）的初始化配置。
use_batch_norm: 是否在残差层中使用批量归一化。
use_layer_norm: 是否在残差层中使用层归一化。
use_weight_norm: 是否在残差层中使用权重归一化。
go_backwards: (默认 False) 布尔值。如果为 True，向后处理输入序列并返回反转的序列。
return_state: 布尔值。是否除了输出外返回最后的状态。默认：False。
kwargs: 其它配置父类 Layer 的参数。例如 “name=str”, 模型名称。使用多个 TCN 时使用唯一名称。

输入形状

3D 张量，形状为 (batch_size, timesteps, input_dim)。

timesteps 可以为 None。当每个序列长度不同时，这会很有用：多个长度序列示例。

输出形状

如果 return_sequences=True：3D 张量，形状为 (batch_size, timesteps, nb_filters)。
如果 return_sequences=False：2D 张量，形状为 (batch_size, nb_filters)。

如何选择正确的参数来配置我的 TCN 层？

以下是我在使用 TCN 时的一些经验笔记：

nb_filters: 这是任何卷积网络架构中都存在的。它与模型的预测能力和网络大小有关。除非开始过拟合，否则越多越好。它也类似于 LSTM/GRU 架构中的单元数。
kernel_size: 控制卷积操作中考虑的空间区域/体积。通常，2 到 8 之间的值是好的。如果你认为序列在 t-1 和 t-2 上严重依赖，但在其余部分上较少依赖，则选择 2/3 的内核大小。对于 NLP 任务，我们更喜欢更大的内核大小。较大的内核大小将使你的网络更大。
dilations: 它控制 TCN 层的深度。通常，考虑以二的倍数列表。你可以通过匹配（TCN 的）感受野和序列中特征的长度来猜测需要多少扩展。例如，如果你的输入序列是周期性的，你可能希望有这个周期的倍数作为扩展。
nb_stacks: 除非你的序列非常长（如有数十万个时间步的波形），否则不太有用。
padding: 我只使用 causal，因为 TCN 代表时序卷积网络。因果填充可以防止信息泄漏。
use_skip_connections: 跳跃连接类似于 DenseNet 中的层连接。它有助于梯度流动。除非性能下降，否则你应始终启用它。
return_sequences: 与 LSTM 层中的相同。参阅 Keras 文档了解此参数。
dropout_rate: 类似于 LSTM 层的 recurrent_dropout。我通常不怎么使用它。或者将其设为较低的值，如 0.05。
activation: 保持默认值。我从未更改过它。
kernel_initializer: 如果 TCN 训练卡住，可能值得更改此参数。例如：glorot_uniform。
use_batch_norm、use_weight_norm、use_weight_norm: 如果你的网络足够大且任务包含足够的数据，则使用归一化。我通常更喜欢使用 use_layer_norm，但你可以尝试所有这些并选择效果最好的。

感受野

感受野定义为：当前样本在时间 T 上，来自（块、层、堆栈、TCN）的过滤器可以命中的最大步长（有效历史）+ 1。TCN 的感受野可以用公式计算：

其中 N_stack 是堆栈数量，N_b 是每个堆栈中的残差块数量，d 是每个堆栈中每个残差块的扩张向量，K 是内核大小。2 的存在是因为在单个 ResidualBlock 中有两个 Conv1d 层。

理想情况下，你希望感受野大于输入序列的最大长度，如果你将比感受野更长的序列传递到模型中，任何额外的值（序列中更远的地方）将被替换为零。

示例

注意：与 TCN 不同，示例图像仅包含每层一个 Conv1d，因此公式变为 R_field = 1 + (K-1)⋅N_stack⋅Σi di（没有 2 因子）。

如果扩张卷积网络只有一个堆栈的残差块，内核大小为 2，扩张为 [1, 2, 4, 8]，其感受野为 16。如下图所示：

ks = 2，扩张 = [1, 2, 4, 8]，1 个块

如果扩张卷积网络有 2 个堆栈的残差块，你会有如下情况，即增加感受野到 31：

ks = 2，扩张 = [1, 2, 4, 8]，2 个块

如果我们增加堆栈数到 3，感受野的大小将再次增加，如下图所示：

ks = 2，扩张 = [1, 2, 4, 8]，3 个块

非因果 TCN

使 TCN 架构非因果可以考虑未来进行预测，如下图所示。

然而，它不再适用于实时应用。

非因果TCN - ks = 3, dilations = [1, 2, 4, 8], 1个块

要使用非因果TCN，在初始化TCN层时指定padding='valid'或padding='same'。

运行

一旦keras-tcn作为一个包安装好，你就可以一窥TCN所能实现的功能。为了这个目的，仓库里提供了一些任务示例：

cd adding_problem/
python main.py # 运行加法问题任务

cd copy_memory/
python main.py # 运行内存复制任务

cd mnist_pixel/
python main.py # 运行顺序MNIST像素任务

在(NVIDIA) GPUs上使用tensorflow-determinism库可以实现可重复性的结果。它通过@lingdoc对keras-tcn进行了测试。

任务

Word PTB

语言建模仍然是递归网络的主要应用之一。在这个例子中，我们展示了TCN可以在WordPTB任务中击败LSTM，而不需要太多的调优。

TCN vs LSTM（相似数量的权重）

加法任务

该任务包含向网络输入一个大的十进制数数组，以及同等长度的布尔数组。目标是求出布尔数组包含的两个1中的两个十进制数的和。

解释

加法问题任务

实现结果

782/782 [==============================] - 154s 197ms/step - loss: 0.8437 - val_loss: 0.1883
782/782 [==============================] - 154s 196ms/step - loss: 0.0702 - val_loss: 0.0111
[...]
782/782 [==============================] - 152s 194ms/step - loss: 6.9630e-04 - val_loss: 3.7180e-04

内存复制任务

内存复制任务由一个非常大的数组组成：

一开始有一个长度为N的向量x。这是要复制的向量。
最后有N+1个9。第一个9被视为分隔符。
中间只有0。

这个任务的想法是将向量x的内容复制到大数组的末尾。通过增加中间0的数量，使任务变得相当复杂。

解释

内存复制任务

实现结果（前几轮）

118/118 [==============================] - 17s 143ms/step - loss: 1.1732 - accuracy: 0.6725 - val_loss: 0.1119 - val_accuracy: 0.9796
[...]
118/118 [==============================] - 15s 125ms/step - loss: 0.0268 - accuracy: 0.9885 - val_loss: 0.0206 - val_accuracy: 0.9908
118/118 [==============================] - 15s 125ms/step - loss: 0.0228 - accuracy: 0.9900 - val_loss: 0.0169 - val_accuracy: 0.9933

顺序MNIST

解释

这里的想法是将MNIST图像视为1-D序列并将其输入到网络中。这项任务特别困难，因为序列包含28*28 = 784个元素。为了正确分类，网络必须记住整个序列。普通的LSTM无法在这项任务中表现良好。

顺序MNIST

实现结果

1875/1875 [==============================] - 46s 25ms/step - loss: 0.0949 - accuracy: 0.9706 - val_loss: 0.0763 - val_accuracy: 0.9756
1875/1875 [==============================] - 46s 25ms/step - loss: 0.0831 - accuracy: 0.9743 - val_loss: 0.0656 - val_accuracy: 0.9807
[...]
1875/1875 [==============================] - 46s 25ms/step - loss: 0.0486 - accuracy: 0.9840 - val_loss: 0.0572 - val_accuracy: 0.9832
1875/1875 [==============================] - 46s 25ms/step - loss: 0.0453 - accuracy: 0.9858 - val_loss: 0.0424 - val_accuracy: 0.9862

参考文献

https://github.com/locuslab/TCN/ (适用于Pytorch的TCN)
https://arxiv.org/pdf/1803.01271(针对序列建模的通用卷积网络和递归网络的实证评估)
https://arxiv.org/pdf/1609.03499 (原始Wavenet论文)
https://github.com/Baichenjia/Tensorflow-TCN (TCNs的Tensorflow Eager实现)

引用

@misc{KerasTCN,
  author = {Philippe Remy},
  title = {Temporal Convolutional Networks for Keras},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/philipperemy/keras-tcn}},
}