▌短時記憶


RNN 會受到短時記憶的影響。如果一條序列足夠長，那它們將很難將信息從較早的時間步傳送到后面的時間步。 因此，如果你正在嘗試處理一段文本進(jìn)行預(yù)測，RNN 可能從一開始就會遺漏重要信息。


在反向傳播期間，RNN 會面臨梯度消失的問題。 梯度是用于更新神經(jīng)網(wǎng)絡(luò)的權(quán)重值，消失的梯度問題是當(dāng)梯度隨著時間的推移傳播時梯度下降，如果梯度值變得非常小，就不會繼續(xù)學(xué)習(xí)。

                                            梯度更新規(guī)則


因此，在遞歸神經(jīng)網(wǎng)絡(luò)中，獲得小梯度更新的層會停止學(xué)習(xí)—— 那些通常是較早的層。 由于這些層不學(xué)習(xí)，RNN 可以忘記它在較長序列中看到的內(nèi)容，因此具有短時記憶。

▌作為解決方案的 LSTM 和 GRU


LSTM 和 GRU 是解決短時記憶問題的解決方案，它們具有稱為“門”的內(nèi)部機(jī)制，可以調(diào)節(jié)信息流。

這些“門”可以知道序列中哪些重要的數(shù)據(jù)是需要保留，而哪些是要刪除的。 隨后，它可以沿著長鏈序列傳遞相關(guān)信息以進(jìn)行預(yù)測，幾乎所有基于遞歸神經(jīng)網(wǎng)絡(luò)的技術(shù)成果都是通過這兩個網(wǎng)絡(luò)實(shí)現(xiàn)的。

AI項(xiàng)目體驗(yàn)地址 https://

LSTM 和 GRU 可以在語音識別、語音合成和文本生成中找到，你甚至可以用它們?yōu)橐曨l生成字幕。對 LSTM 和 GRU 擅長處理長序列的原因，到這篇文章結(jié)束時你應(yīng)該會有充分了解。


下面我將通過直觀解釋和插圖進(jìn)行闡述，并避免盡可能多的數(shù)學(xué)運(yùn)算。


本質(zhì)

讓我們從一個有趣的小實(shí)驗(yàn)開始吧。當(dāng)你想在網(wǎng)上購買生活用品時，一般都會查看一下此前已購買該商品用戶的評價。

當(dāng)你瀏覽評論時，你的大腦下意識地只會記住重要的關(guān)鍵詞，比如“amazing”和“awsome”這樣的詞匯，而不太會關(guān)心“this”、“give”、“all”、“should”等字樣。如果朋友第二天問你用戶評價都說了什么，那你可能不會一字不漏地記住它，而是會說出但大腦里記得的主要觀點(diǎn)，比如“下次肯定還會來買”，那其他一些無關(guān)緊要的內(nèi)容自然會從記憶中逐漸消失。

而這基本上就像是 LSTM 或 GRU 所做的那樣，它們可以學(xué)習(xí)只保留相關(guān)信息來進(jìn)行預(yù)測，并忘記不相關(guān)的數(shù)據(jù)。


▌RNN 述評


為了了解 LSTM 或 GRU 如何實(shí)現(xiàn)這一點(diǎn)，讓我們回顧一下遞歸神經(jīng)網(wǎng)絡(luò)。 RNN 的工作原理如下；第一個詞被轉(zhuǎn)換成了機(jī)器可讀的向量，然后 RNN 逐個處理向量序列。

                                            逐一處理矢量序列


處理時，RNN 將先前隱藏狀態(tài)傳遞給序列的下一步。 而隱藏狀態(tài)充當(dāng)了神經(jīng)網(wǎng)絡(luò)記憶，它包含相關(guān)網(wǎng)絡(luò)之前所見過的數(shù)據(jù)的信息。

                              將隱藏狀態(tài)傳遞給下一個時間步


讓我們看看 RNN 的一個細(xì)胞，了解一下它如何計(jì)算隱藏狀態(tài)。 首先，將輸入和先前隱藏狀態(tài)組合成向量， 該向量包含當(dāng)前輸入和先前輸入的信息。 向量經(jīng)過激活函數(shù) tanh之后，輸出的是新的隱藏狀態(tài)或網(wǎng)絡(luò)記憶。

       

                                          RNN 細(xì)胞

激活函數(shù) Tanh

激活函數(shù) Tanh 用于幫助調(diào)節(jié)流經(jīng)網(wǎng)絡(luò)的值。 tanh 函數(shù)將數(shù)值始終限制在 -1 和 1 之間。

當(dāng)向量流經(jīng)神經(jīng)網(wǎng)絡(luò)時，由于有各種數(shù)學(xué)運(yùn)算的緣故，它經(jīng)歷了許多變換。 因此想象讓一個值繼續(xù)乘以 3，你可以想到一些值是如何變成天文數(shù)字的，這讓其他值看起來微不足道。

                                      沒有 tanh 函數(shù)的向量轉(zhuǎn)換


tanh 函數(shù)確保值保持在 -1~1 之間，從而調(diào)節(jié)了神經(jīng)網(wǎng)絡(luò)的輸出。 你可以看到上面的相同值是如何保持在 tanh 函數(shù)所允許的邊界之間的。

                                         有 tanh 函數(shù)的向量轉(zhuǎn)換


這是一個 RNN。 它內(nèi)部的操作很少，但在適當(dāng)?shù)那樾蜗拢ㄈ缍绦蛄校┻\(yùn)作的很好。 RNN 使用的計(jì)算資源比它的演化變體 LSTM 和 GRU 要少得多。


▌LSTM


LSTM 的控制流程與 RNN 相似，它們都是在前向傳播的過程中處理流經(jīng)細(xì)胞的數(shù)據(jù)，不同之處在于 LSTM 中細(xì)胞的結(jié)構(gòu)和運(yùn)算有所變化。

LSTM 的細(xì)胞結(jié)構(gòu)和運(yùn)算

這一系列運(yùn)算操作使得 LSTM具有能選擇保存信息或遺忘信息的功能。咋一看這些運(yùn)算操作時可能有點(diǎn)復(fù)雜，但沒關(guān)系下面將帶你一步步了解這些運(yùn)算操作。

核心概念

LSTM 的核心概念在于細(xì)胞狀態(tài)以及“門”結(jié)構(gòu)。細(xì)胞狀態(tài)相當(dāng)于信息傳輸?shù)穆窂?，讓信息能在序列連中傳遞下去。你可以將其看作網(wǎng)絡(luò)的“記憶”。理論上講，細(xì)胞狀態(tài)能夠?qū)⑿蛄刑幚磉^程中的相關(guān)信息一直傳遞下去。


因此，即使是較早時間步長的信息也能攜帶到較后時間步長的細(xì)胞中來，這克服了短時記憶的影響。信息的添加和移除我們通過“門”結(jié)構(gòu)來實(shí)現(xiàn)，“門”結(jié)構(gòu)在訓(xùn)練過程中會去學(xué)習(xí)該保存或遺忘哪些信息。

Sigmoid

門結(jié)構(gòu)中包含著 sigmoid 激活函數(shù)。Sigmoid 激活函數(shù)與 tanh 函數(shù)類似，不同之處在于 sigmoid 是把值壓縮到 0~1 之間而不是 -1~1 之間。這樣的設(shè)置有助于更新或忘記信息，因?yàn)槿魏螖?shù)乘以 0 都得 0，這部分信息就會剔除掉。同樣的，任何數(shù)乘以 1 都得到它本身，這部分信息就會完美地保存下來。這樣網(wǎng)絡(luò)就能了解哪些數(shù)據(jù)是需要遺忘，哪些數(shù)據(jù)是需要保存。

Sigmoid 將值壓縮到 0~1 之間


接下來了解一下門結(jié)構(gòu)的功能。LSTM 有三種類型的門結(jié)構(gòu)：遺忘門、輸入門和輸出門。


遺忘門

遺忘門的功能是決定應(yīng)丟棄或保留哪些信息。來自前一個隱藏狀態(tài)的信息和當(dāng)前輸入的信息同時傳遞到 sigmoid 函數(shù)中去，輸出值介于 0 和 1 之間，越接近 0 意味著越應(yīng)該丟棄，越接近 1 意味著越應(yīng)該保留。

                                             遺忘門的運(yùn)算過程


輸入門

輸入門用于更新細(xì)胞狀態(tài)。首先將前一層隱藏狀態(tài)的信息和當(dāng)前輸入的信息傳遞到 sigmoid 函數(shù)中去。將值調(diào)整到 0~1 之間來決定要更新哪些信息。0 表示不重要，1 表示重要。


其次還要將前一層隱藏狀態(tài)的信息和當(dāng)前輸入的信息傳遞到 tanh 函數(shù)中去，創(chuàng)造一個新的侯選值向量。最后將 sigmoid 的輸出值與 tanh 的輸出值相乘，sigmoid 的輸出值將決定 tanh 的輸出值中哪些信息是重要且需要保留下來的。

                                      輸入門的運(yùn)算過程


細(xì)胞狀態(tài)

下一步，就是計(jì)算細(xì)胞狀態(tài)。首先前一層的細(xì)胞狀態(tài)與遺忘向量逐點(diǎn)相乘。如果它乘以接近 0 的值，意味著在新的細(xì)胞狀態(tài)中，這些信息是需要丟棄掉的。然后再將該值與輸入門的輸出值逐點(diǎn)相加，將神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)的新信息更新到細(xì)胞狀態(tài)中去。至此，就得到了更新后的細(xì)胞狀態(tài)。

                                        細(xì)胞狀態(tài)的計(jì)算


輸出門

輸出門用來確定下一個隱藏狀態(tài)的值，隱藏狀態(tài)包含了先前輸入的信息。首先，我們將前一個隱藏狀態(tài)和當(dāng)前輸入傳遞到 sigmoid 函數(shù)中，然后將新得到的細(xì)胞狀態(tài)傳遞給 tanh 函數(shù)。


最后將 tanh 的輸出與 sigmoid 的輸出相乘，以確定隱藏狀態(tài)應(yīng)攜帶的信息。再將隱藏狀態(tài)作為當(dāng)前細(xì)胞的輸出，把新的細(xì)胞狀態(tài)和新的隱藏狀態(tài)傳遞到下一個時間步長中去。

                                               輸出門的運(yùn)算過程


讓我們再梳理一下。遺忘門確定前一個步長中哪些相關(guān)的信息需要被保留；輸入門確定當(dāng)前輸入中哪些信息是重要的，需要被添加的；輸出門確定下一個隱藏狀態(tài)應(yīng)該是什么。

代碼示例


對于那些懶得看文字的人來說，代碼也許更好理解，下面給出一個用 python 寫的示例。

python 寫的偽代碼


1.首先，我們將先前的隱藏狀態(tài)和當(dāng)前的輸入連接起來，這里將它稱為 combine；

2.其次將 combine 丟到遺忘層中，用于刪除不相關(guān)的數(shù)據(jù)；

3.再用 combine 創(chuàng)建一個候選層，候選層中包含著可能要添加到細(xì)胞狀態(tài)中的值；

4.combine 同樣要丟到輸入層中，該層決定了候選層中哪些數(shù)據(jù)需要添加到新的細(xì)胞狀態(tài)中；

5.接下來細(xì)胞狀態(tài)再根據(jù)遺忘層、候選層、輸入層以及先前細(xì)胞狀態(tài)的向量來計(jì)算；

6.再計(jì)算當(dāng)前細(xì)胞的輸出；

7.最后將輸出與新的細(xì)胞狀態(tài)逐點(diǎn)相乘以得到新的隱藏狀態(tài)。


是的，LSTM 網(wǎng)絡(luò)的控制流程就是幾個張量和一個 for 循環(huán)。你還可以使用隱藏狀態(tài)進(jìn)行預(yù)測。結(jié)合這些機(jī)制，LSTM 能夠在序列處理中確定哪些信息需要記憶，哪些信息需要遺忘。


▌GRU


知道了 LSTM 的工作原理之后，來了解一下 GRU。GRU 是新一代的循環(huán)神經(jīng)網(wǎng)絡(luò)，與 LSTM 非常相似。與 LSTM 相比，GRU 去除掉了細(xì)胞狀態(tài)，使用隱藏狀態(tài)來進(jìn)行信息的傳遞。它只包含兩個門：更新門和重置門。

                                 GRU 的細(xì)胞結(jié)構(gòu)和門結(jié)構(gòu)

更新門

更新門的作用類似于 LSTM 中的遺忘門和輸入門。它決定了要忘記哪些信息以及哪些新信息需要被添加。


重置門


重置門用于決定遺忘先前信息的程度。

這就是 GRU。GRU 的張量運(yùn)算較少，因此它比 LSTM 的訓(xùn)練更快一下。很難去判定這兩者到底誰更好，研究人員通常會兩者都試一下，然后選擇最合適的。

總而言之，RNN 適用于處理序列數(shù)據(jù)用于預(yù)測，但卻受到短時記憶的制約。LSTM 和 GRU 采用門結(jié)構(gòu)來克服短時記憶的影響。門結(jié)構(gòu)可以調(diào)節(jié)流經(jīng)序列鏈的信息流。LSTM 和 GRU 被廣泛地應(yīng)用到語音識別、語音合成和自然語言處理等。

https:///illustrated-guide-to-lstms-and-gru-s-a-step-by-step-explanation-44e9eb85bf21