文章目录
- 1.简单介绍
- 2.网络结构
- 3.应对梯度消失
1.简单介绍
循环神经网络（RNN，Recurrent Neural Network）是一类用于处理序列数据的神经网络。与传统网络相比，变化不是特别大，不如CNN的变化那么大。
为什么要有循环神经网络：
传统神经网络：输入一个数据处理一个数据，互不干扰
但是有些数据是连贯性的，比如一个句子（我今天早上8点醒的），就不可能将每一个字或一些词单独处理，而是在处理这个字的同时还要考虑到与前面字的关系，因此循环神经网络就可以解决这一问题。
图1: 传统神经网络
2.网络结构
RNN 不是刚性地记忆所有固定长度的序列，而是通过隐藏状态来存储之前时间步的信息。
也就是说在循环神经网络的隐藏层中，输入的数据走向有两个：输出和等待，等待是指等待第二个数据的到来并对第二个数据的隐藏特征产生影响。
图2: 循环神经网络
图3: a)等号左：整体网络；b)等号右：整体网络的分解
图4: RNN结构推导式
循环神经网络的输入是序列数据，每个训练样本是一个时间序列，包含多个相同维度的向量。网络的参数如何通过训练确定？这里就要使用解决 RNN 训练问题的 BPTT（Back Propagation Through Time）算法。
右侧为计算时便于理解记忆而产生的结构。简单说，x 为输入层，o 为输出层，s 为隐含层，而 t 指第几次的计算；V、W、U为权重（在 RNN 中，每一层都共享参数U、V、W，降低了网络中需要学习的参数，提高学习效率。 xt 表示 t 时刻的输入， St表示 t 时刻的隐状态， Ot表示 t 时刻的输出。
-
输入单元（input units）： { x 0 , ⋅ ⋅ ⋅ , x t − 1 , x t , x t + 1 , ⋅ ⋅ ⋅ } \{x_{0}, \cdot \cdot \cdot, x_{t-1}, x_{t}, x_{t+1}, \cdot \cdot \cdot\} {x0,⋅⋅⋅,xt−1,xt,xt+1,⋅⋅⋅}
-
隐藏单元（hidden units）： { s 0 , ⋅ ⋅ ⋅ , s t − 1 , s t , s t + 1 , ⋅ ⋅ ⋅ } \{s_{0}, \cdot \cdot \cdot, s_{t-1}, s_{t}, s_{t+1}, \cdot \cdot \cdot\} {s0,⋅⋅⋅,st−1,st,st+1,⋅⋅⋅}
-
输出单元（output units）： { o 0 , ⋅ ⋅ ⋅ , o t − 1 , o t , o t + 1 , ⋅ ⋅ ⋅ } \{o_{0}, \cdot \cdot \cdot, o_{t-1}, o_{t}, o_{t+1}, \cdot \cdot \cdot\} {o0,⋅⋅⋅,ot−1,ot,ot+1,⋅⋅⋅}
-
输入层： x t x_{t} xt 表示时刻 t t t 的输入。
第 t 次的中间的隐含层状态为：
s t = f ( U ⋅ x t + W ⋅ s t − 1 ) s_{t} = f(U \cdot x_{t} + W \cdot s_{t-1}) st=f(U⋅xt+W⋅st−1)
- f f f 是非线性激活函数，比如 t a n h tanh tanh。
输出层：
o t = s o f t m a x ( V ⋅ s t ) o_{t} = softmax(V \cdot s_{t}) ot=softmax(V⋅st)
- softmax 函数是归一化的指数函数，使每个元素的范围都在 0 到 1 之间 ，并且所有元素的和为 1。
反向传播
拿
E
3
E_3
E3举例，当反向传播时，不仅会传递回隐层
s
3
s_3
s3,还会向输入层
x
3
x_3
x3进行传递，只要是反向有参数的地方就会更新。
3.应对梯度消失
在进行反向传播时，循环神经网络也面临梯度消失或者梯度爆炸问题，这种问题表现在时间轴上。如果输入序列的长度很长，人们很难进行有效的参数更新。比如：我今天早上8点起床，中午吃了粘豆包，晚上开车去了电影院。我去电影院这个动作和早上中午的并没有很大关系，但是RNN在计算时是没有取舍的。
通常来说梯度爆炸更容易处理一些。梯度爆炸时我们可以设置一个梯度阈值，当梯度超过这个阈值的时候可以直接截取。
应对梯度消失问题的解决方案：
- 合理地初始化权重值。初始化权重，使每个神经元尽可能不要取极大或极小值，以躲开梯度消失的区域。
- 使用激活函数 ReLu，代替 sigmoid 和 tanh。
- 使用其他结构的 RNNs，比如长短时记忆网络（LSTM）和 门控循环单元 （GRU），这是最流行的做法。
