[DL輪読会]Training RNNs as Fast as CNNs

1

DEEP LEARNING JP[DL Papers]

http://deeplearning.jp/

“Training RNNs as Fast as CNNs”

Hiroki Kurotaki, Matsuo Lab

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

2

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

3

書書誌誌情情報報

• Training RNNs as Fast as CNNs• Tao Lei, Yu Zhang• 9/12/2017(v1: 9/8/2017)• https://arxiv.org/abs/1709.02755v2• https://github.com/taolei87/sru• Arxiv Sanityで Last monthのtop hype #2 (329 tweets)• 1st authorはICML, EMNLPなどに通している

– Deriving neural architectures from sequence and graph kernels

4

提提案案手手法法

• RNNのゲートに前の時間の情報を入れない–大幅な並列化が可能

• cuDNNで最適化されたLSTMに比べ、5-10x 速い• PyTorch and CNTKでオープンソース公開

5

主主なな結結果果

• 平均実行時間の比較• CuDNNのLSTM実装より10倍速い

6

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

7

11 IInnttrroodduuccttiioonn

• 深層学習の研究開発において、実行時間は大きな障害

• LSTMは並列化の恩恵を最大限に受け取れていない– h_tがh_{t-1}に依存しているため、並列化が不可能

• 依存項をカットした、Simple Recurrent Unitを提案

• CUDAレベルで最適化した実装を公開した– conv2dと同等の速度を達成した

8

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

9

22..11 SSRRUU iimmpplleemmeennttaattiioonn• ベース：LSTM+頻出のテクニック二つ

– Highway connection• 下のh’_tの式。r_tがreset gateと呼ばれるもの

– Variational dropout :• 入力x_tに時間で変わらないマスク

• 細かいこと– Forget gateは、i = 1-fとする– h_tに普通のdropout– g(・)は活性化関数

10

22..22 SSppeeeeddiinngg--uupp tthhee rreeccuurrrreennccee• 従来のボトルネック– 隠れ状態の各次元が、他を参照してしまい、並列化が不可能– h_{t-1}の全体が計算されるまで待たないと、h_tを計算不可

• 提案: ゲートにおける時間t-1の参照をカット– ボトルネックは(3)-(5)の行列計算のみ

11

22..33 CCUUDDAA lleevveell ooppttiimmiizzaattiioonn

• (3)-(5)式の行列演算は一つにまとめる

12

22..33 CCUUDDAA lleevveell ooppttiimmiizzaattiioonn

• 計算が並列化できるようになる

13

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

14

33 RReellaatteedd WWoorrkk

• 系列処理の効率化– Recurrent convolution (RCNN) (Lei et al., 2015, 2016)– kernel network (KNN) (Lei et al., 2017) – Quasi-RNN (Bradbury et al., 2017)

• カットによる表現力の減少有無–単純化RNNのcapacityの調査(Balduzzi and Ghifary (2016))– SRUやword-level CNNは、系列類似度関数→隠れ空間の埋め込み

(Lei et al. (2017))

15

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

16

44 EExxppeerriimmeennttss

• 提案手法のSRUを、先行研究やCuDNNのLSTM実装と比較

• SRUの、レイヤーを積み増すバージョンで、良い精度と速度を出した

• 実装は4.5以外PyTorch、4.5はCNTK

17

44..11 CCllaassssiiffiiccaattiioonn• データセット– movie reviews (MR) (Pang and Lee, 2005)– subjectivity data (SUBJ) (Pang and Lee, 2004)– customer reviews (CR) (Hu and Liu, 2004)– TREC questions (Li and Roth, 2002)– opinion polarity from MPQA data (Wiebe et al., 2005)– Stanford sentiment treebank (SST) (Socher et al., 2013)

• モデル、準備– 2レイヤー、隠れ128次元• SSTデータセットでは4レイヤー

– CNNでも比較• (Convolutional neural networks for sentence classification)

18

44..11 CCllaassssiiffiiccaattiioonn

• 良い結果と速度が出た

19

44..11 CCllaassssiiffiiccaattiioonn

20

44..22 QQuueessttiioonn aannsswweerriinngg• データセット– Stanford Question Answering Dataset (SQuAD) (Rajpurkar et al.,

2016) • wikipedia からの100,000 QAペア

• モデル、準備– Document Reader model (Chen et al., 2017) • LSTM版とSRU版を作って比較

– 50エポック、32バッチ、隠れ128次元、– ドロップアウト 入力0.5、SRU0.2、LSTM0.3

21

44..22 QQuueessttiioonn aannsswweerriinngg• LSTMは69.6%マッチ、78.9% F1スコア• SRUは70.3%マッチ、79.5% F1スコア• 6～10倍の高速化

22

44..33 LLaanngguuaaggee mmooddeelliinngg

• データセット– Penn Treebank corpus (PTB)• 1Mトークン、10k辞書• truncated BPTTで学習

• モデル、前準備– truncated BPTTが35エポック、バッチサイズ32、dropout0.75– 300エポックの訓練

23

44..33 LLaanngguuaaggee mmooddeelliinngg

• Perplexitiesで先行研究やcuDNN LSTMを上回る

24

44..44 MMaacchhiinnee ttrraannssllaattiioonn

• データセット– WMT’14 English→German translation – 4Mの翻訳ペア

• モデル、前処理– OpenNMTという翻訳システムをSRUに拡張した– seq2seq w/ attention• h_{t-1}は並列化を妨げるため、次の時間の入力には追加しない

– 15エポック、バッチ64、word embeddings size 500– dropout rateを、よく使われるものより小さい0.1に落とした

25

44..44 MMaacchhiinnee ttrraannssllaattiioonn

• BLEUスコアで、元論文を上回る

26

44..55 SSppeeeecchh rreeccooggnniittiioonn

• データセット– Switchboard-1 corpus (Godfrey et al., 1992)• 4,870会話(300時間) 話者520人

• モデルなど–MFCC、Kaldiを使用– Computational Network Toolkit (CNTK)で実装

27

44..55 SSppeeeecchh rreeccooggnniittiioonn

• SOTAの結果

28

目目次次

• 概要• 1 Introduction• 2 Method• 3 Related Works• 4 Experiments• 5 Conclusion

29

55 CCoonncclluussiioonn

• Simple Recurrent Unit (SRU)を提案–ゲートのh_{t-1}参照項をカット

• 5つのタスクで性能を確認した

• 従来のCuDNNのLSTM実装などに比べ、最大10倍の高速化–精度も向上した

30

31