神經(jīng)網(wǎng)絡(luò)RNN圖解！
神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的載體，而神經(jīng)網(wǎng)絡(luò)模型中，最經(jīng)典非RNN模型所屬，盡管它不完美，但它具有學(xué)習(xí)歷史信息的能力。后面不管是encode-decode 框架，還是注意力模型，以及自注意力模型，以及更加強(qiáng)大的Bert模型家族，都是站在RNN的肩上，不斷演化、變強(qiáng)的。
這篇文章，闡述了RNN的方方面面，包括模型結(jié)構(gòu)，優(yōu)缺點，RNN模型的幾種應(yīng)用，RNN常使用的激活函數(shù)，RNN的缺陷，以及GRU，LSTM是如何試圖解決這些問題，RNN變體等。
這篇文章最大特點是圖解版本，其次語言簡練，總結(jié)全面。
概述
傳統(tǒng)RNN的體系結(jié)構(gòu)。Recurrent neural networks，也稱為RNNs，是一類允許先前的輸出用作輸入，同時具有隱藏狀態(tài)的神經(jīng)網(wǎng)絡(luò)。它們通常如下所示：
對于每一時步 , 激活函數(shù) ，輸出 被表達(dá)為:
這里 是時間維度網(wǎng)絡(luò)的共享權(quán)重系數(shù)
是激活函數(shù)
下表總結(jié)了典型RNN架構(gòu)的優(yōu)缺點：
| 優(yōu)點 | 缺點 |
|---|---|
| 處理任意長度的輸入 | 計算速度慢 |
| 模型形狀不隨輸入長度增加 | 難以獲取很久以前的信息 |
| 計算考慮了歷史信息 | 無法考慮當(dāng)前狀態(tài)的任何未來輸入 |
| 權(quán)重隨時間共享 |
RNNs應(yīng)用
RNN模型主要應(yīng)用于自然語言處理和語音識別領(lǐng)域。下表總結(jié)了不同的應(yīng)用：
| RNN 類型 | 圖解 | 例子 |
|---|---|---|
| 1對1 |
| 傳統(tǒng)神經(jīng)網(wǎng)絡(luò) |
| 1對多 |
| 音樂生成 |
| 多對1 |
| 情感分類 |
| 多對多 |
| 命名實體識別 |
| 多對多 |
| 機(jī)器翻譯 |
損失函數(shù)
對于RNN網(wǎng)絡(luò)，所有時間步的損失函數(shù) 是根據(jù)每個時間步的損失定義的，如下所示：
時間反向傳播
在每個時間點進(jìn)行反向傳播。在時間步，損失相對于權(quán)重矩陣的偏導(dǎo)數(shù)表示如下：
處理長短依賴
常用激活函數(shù)
RNN模塊中最常用的激活函數(shù)描述如下：
| Sigmoid | Tanh | RELU |
|---|---|---|
|
|
|
梯度消失/爆炸
在RNN中經(jīng)常遇到梯度消失和爆炸現(xiàn)象。之所以會發(fā)生這種情況，是因為很難捕捉到長期的依賴關(guān)系，因為乘法梯度可以隨著層的數(shù)量呈指數(shù)遞減/遞增。
梯度修剪
梯度修剪是一種技術(shù)，用于執(zhí)行反向傳播時，有時遇到的梯度爆炸問題。通過限制梯度的最大值，這種現(xiàn)象在實踐中得以控制。
門的類型
為了解決消失梯度問題，在某些類型的RNN中使用特定的門，并且通常有明確的目的。它們通常標(biāo)注為，等于：
其中，是特定于門的系數(shù)，是sigmoid函數(shù)。主要內(nèi)容總結(jié)如下表：
| 門的種類 | 作用 | 應(yīng)用 |
|---|---|---|
| 更新門 | 過去對現(xiàn)在有多重要？ | GRU, LSTM |
| 關(guān)聯(lián)門 | 丟棄過去信息? | GRU, LSTM |
| 遺忘門 | 是不是擦除一個單元? | LSTM |
| 輸出門 | 暴露一個門的多少? | LSTM |
GRU/LSTM
Gated Recurrent Unit（GRU）和長-短期記憶單元（LSTM）處理傳統(tǒng)RNNs遇到的消失梯度問題，LSTM是GRU的推廣。下表總結(jié)了每種結(jié)構(gòu)的特征方程：
RNN的變體
下表總結(jié)了其他常用的RNN模型：
| Bidirectional (BRNN) | Deep (DRNN) |
|---|---|
|
|
