神经网络RNN图解！

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

Datawhale干货

方向：神经网络，来源：人工智能与算法学习

神经网络是深度学习的载体，而神经网络模型中，最经典非RNN模型所属，尽管它不完美，但它具有学习历史信息的能力。后面不管是encode-decode 框架，还是注意力模型，以及自注意力模型，以及更加强大的Bert模型家族，都是站在RNN的肩上，不断演化、变强的。

这篇文章，阐述了RNN的方方面面，包括模型结构，优缺点，RNN模型的几种应用，RNN常使用的激活函数，RNN的缺陷，以及GRU，LSTM是如何试图解决这些问题，RNN变体等。

这篇文章最大特点是图解版本，其次语言简练，总结全面。

概述

传统RNN的体系结构。Recurrent neural networks，也称为RNNs，是一类允许先前的输出用作输入，同时具有隐藏状态的神经网络。它们通常如下所示：

对于每一时步

, 激活函数

，输出

被表达为:

这里是时间维度网络的共享权重系数

是激活函数

下表总结了典型RNN架构的优缺点：

优点	缺点
处理任意长度的输入	计算速度慢
模型形状不随输入长度增加	难以获取很久以前的信息
计算考虑了历史信息	无法考虑当前状态的任何未来输入
权重随时间共享

RNNs应用

RNN模型主要应用于自然语言处理和语音识别领域。下表总结了不同的应用：

RNN 类型	图解	例子
1对1		传统神经网络
1对多		音乐生成
多对1		情感分类
多对多		命名实体识别
多对多		机器翻译

损失函数

对于RNN网络，所有时间步的损失函数

是根据每个时间步的损失定义的，如下所示：

时间反向传播

在每个时间点进行反向传播。在时间步

，损失

相对于权重矩阵

的偏导数表示如下：

处理长短依赖

常用激活函数

RNN模块中最常用的激活函数描述如下：

Sigmoid	Tanh	RELU

梯度消失/爆炸

在RNN中经常遇到梯度消失和爆炸现象。之所以会发生这种情况，是因为很难捕捉到长期的依赖关系，因为乘法梯度可以随着层的数量呈指数递减/递增。

梯度修剪

梯度修剪是一种技术，用于执行反向传播时，有时遇到的梯度爆炸问题。通过限制梯度的最大值，这种现象在实践中得以控制。

门的类型

为了解决消失梯度问题，在某些类型的RNN中使用特定的门，并且通常有明确的目的。它们通常标注为

，等于：

其中，

，

是特定于门的系数，

是sigmoid函数。主要内容总结如下表：

门的种类	作用	应用
更新门	过去对现在有多重要？	GRU, LSTM
关联门	丢弃过去信息?	GRU, LSTM
遗忘门	是不是擦除一个单元?	LSTM
输出门	暴露一个门的多少?	LSTM

GRU/LSTM

Gated Recurrent Unit（GRU）和长-短期记忆单元（LSTM）处理传统RNNs遇到的消失梯度问题，LSTM是GRU的推广。下表总结了每种结构的特征方程：

注：符号

表示两个向量之间按元素相乘。

RNN的变体

下表总结了其他常用的RNN模型：

Bidirectional (BRNN)	Deep (DRNN)

参考文献：

https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-recurrent-neural-networks

整理不易，点赞三连↓