RNN

循环神经网络(Recurrent Neural Network,RNN)是一种用于处理序列数据的神经网络。相比一般的神经网络来说,他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义,RNN就能够很好地解决这类问题。
普通RNN结构如图所示:
RNN.jpg
这里:

x为当前状态下数据的输入, h表示接收到的上一个节点的输入。

y为当前节点状态下的输出,而h'为传递到下一个节点的输出。

通过上图的公式可以看到,输出 h' 与 x 和 h 的值都相关。
而 y 则常常使用 h' 投入到一个线性层(主要是进行维度映射)然后使用softmax进行分类得到需要的数据。

对这里的y如何通过 h' 计算得到往往看具体模型的使用方式。

通过序列形式的输入,我们能够得到如下形式的RNN。
v271652d6a1eee9def631c18ea5e3c7605_720w.jpg

LSTM

什么是LSTM

长短期记忆(Long short-term memory, LSTM)是一种特殊的RNN,主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说,就是相比普通的RNN,LSTM能够在更长的序列中有更好的表现。

LSTM结构(图右)和普通RNN的主要输入输出区别如下所示。
v2e4f9851cad426dfe4ab1c76209546827_720w.jpg
相比RNN只有一个传递状态h',LSTM有两个传输状态,一个h',和一个c'。(Tips:RNN中的h'对于LSTM中的c')

其中对于传递下去的c'改变得很慢,通常输出的c'是上一个状态传过来的c'加上一些数值。

而h'则在不同节点下往往会有很大的区别。

深入LSTM结构

首先使用LSTM的当前输入xt,和上一个状态传递下来的ht-1拼接训练得到四个状态。v215c5eb554f843ec492579c6d87e1497b_r.jpgv2d044fd0087e1df5d2a1089b441db9970_r.jpg

其中,zf,zi,zo是由拼接向量乘以权重矩阵之后,再通过一个sigmoid激活函数转换成0到1之间的数值,来作为一种门控状态。而z则是将结果通过一个tanh 激活函数将转换成-1到1之间的值(这里使用 tanh 是因为这里是将其做为输入数据,而不是门控信号)。

四个状态在LSTM内部的使用

v2556c74f0e025a47fea05dc0f76ea775d_r.jpg

⊙是Hadamard Product,也就是操作矩阵中对应的元素相乘,因此要求两个相乘矩阵是同型的。 +则代表进行矩阵加法

LSTM内部主要有三个阶段:

  1. 忘记阶段。这个阶段主要是对上一个节点传进来的输入进行选择性忘记。简单来说就是会 “忘记不重要的,记住重要的”。

具体来说是通过计算得到的 $zf$(f表示forget)来作为忘记门控,来控制上一个状态的 $c$ 哪些需要留哪些需要忘。

  1. 选择记忆阶段。这个阶段将这个阶段的输入有选择性地进行“记忆”。主要是会对输入 xt 进行选择记忆。哪些重要则着重记录下来,哪些不重要,则少记一些。当前的输入内容由前面计算得到的 z 表示。而选择的门控信号则是由 $zi$(i代表information)来进行控制。
    3.输出阶段。这个阶段将决定哪些将会被当成当前状态的输出。主要是通过$zo$来进行控制的。并且还对上一阶段得到的 $co$进行了放缩(通过一个tanh激活函数进行变化)。

与普通RNN类似,输出 $yt$往往最终也是通过$ht$变化得到。

总结

以上,就是LSTM的内部结构。通过门控状态来控制传输状态,记住需要长时间记忆的,忘记不重要的信息;而不像普通的RNN那样只能够“呆萌”地仅有一种记忆叠加方式。对很多需要“长期记忆”的任务来说,尤其好用。

但也因为引入了很多内容,导致参数变多,也使得训练难度加大了很多。因此很多时候我们往往会使用效果和LSTM相当但参数更少的GRU来构建大训练量的模型。

Q.E.D.