遞歸神經(jīng)網(wǎng)絡

在傳統(tǒng)神經(jīng)網(wǎng)絡中，模型不會關注上一時刻的處理會有什么信息可以用于下一時刻，每一次都只會關注當前時刻的處理。舉個例子來說，我們想對一部影片中每一刻出現(xiàn)的事件進行分類，如果我們知道電影前面的事件信息，那么對當前時刻事件的分類就會非常容易。實際上，傳統(tǒng)神經(jīng)網(wǎng)絡沒有記憶功能，所以它對每一刻出現(xiàn)的事件進行分類時不會用到影片已經(jīng)出現(xiàn)的信息，那么有什么方法可以讓神經(jīng)網(wǎng)絡能夠記住這些信息呢？答案就是Recurrent Neural Networks（RNNs）遞歸神經(jīng)網(wǎng)絡。

遞歸神經(jīng)網(wǎng)絡的結果與傳統(tǒng)神經(jīng)網(wǎng)絡有一些不同，它帶有一個指向自身的環(huán)，用來表示它可以傳遞當前時刻處理的信息給下一時刻使用，結構如下：

其中， Xt 為輸入，A 為模型處理部分， ht 為輸出。

為了更容易地說明遞歸神經(jīng)網(wǎng)絡，我們把上圖展開，得到：

這樣的一條鏈狀神經(jīng)網(wǎng)絡代表了一個遞歸神經(jīng)網(wǎng)絡，可以認為它是對相同神經(jīng)網(wǎng)絡的多重復制，每一時刻的神經(jīng)網(wǎng)絡會傳遞信息給下一時刻。如何理解它呢？假設有這樣一個語言模型，我們要根據(jù)句子中已出現(xiàn)的詞預測當前詞是什么，遞歸神經(jīng)網(wǎng)絡的工作原理如下：

其中，W 為各類權重，x 表示輸入，y 表示輸出，h 表示隱層處理狀態(tài)。

遞歸神經(jīng)網(wǎng)絡因為具有一定的記憶功能，可以被用來解決很多問題，例如：語音識別、語言模型、機器翻譯等。但是它并不能很好地處理長時依賴問題。

長時依賴問題

長時依賴是這樣的一個問題，當預測點與依賴的相關信息距離比較遠的時候，就難以學到該相關信息。例如在句子”我出生在法國，……，我會說法語“中，若要預測末尾”法語“，我們需要用到上下文”法國“。理論上，遞歸神經(jīng)網(wǎng)絡是可以處理這樣的問題的，但是實際上，常規(guī)的遞歸神經(jīng)網(wǎng)絡并不能很好地解決長時依賴，好的是LSTMs可以很好地解決這個問題。

LSTM 神經(jīng)網(wǎng)絡

Long Short Term Mermory network（LSTM）是一種特殊的RNNs，可以很好地解決長時依賴問題。那么它與常規(guī)神經(jīng)網(wǎng)絡有什么不同？
首先我們來看RNNs具體一點的結構：

所有的遞歸神經(jīng)網(wǎng)絡都是由重復神經(jīng)網(wǎng)絡模塊構成的一條鏈，可以看到它的處理層非常簡單，通常是一個單tanh層，通過當前輸入及上一時刻的輸出來得到當前輸出。與神經(jīng)網(wǎng)絡相比，經(jīng)過簡單地改造，它已經(jīng)可以利用上一時刻學習到的信息進行當前時刻的學習了。

LSTM的結構與上面相似，不同的是它的重復模塊會比較復雜一點，它有四層結構：

其中，處理層出現(xiàn)的符號及表示意思如下：

LSTMs的核心思想

理解LSTMs的關鍵就是下面的矩形方框，被稱為memory block（記憶塊），主要包含了三個門（forget gate、input gate、output gate）與一個記憶單元（cell）。方框內(nèi)上方的那條水平線，被稱為cell state（單元狀態(tài)），它就像一個傳送帶，可以控制信息傳遞給下一時刻。

這個矩形方框還可以表示為：

這兩個圖可以對應起來看，下圖中心的 ct 即cell，從下方輸入（ ht?1 , xt ）到輸出 ht的一條線即為cell state， ft，it，ot 分別為遺忘門、輸入門、輸出門，用sigmoid層表示。上圖中的兩個tanh層則分別對應cell的輸入與輸出。

LSTM可以通過門控單元可以對cell添加和刪除信息。通過門可以有選擇地決定信息是否通過，它有一個sigmoid神經(jīng)網(wǎng)絡層和一個成對乘法操作組成，如下：

該層的輸出是一個介于0到1的數(shù)，表示允許信息通過的多少，0 表示完全不允許通過，1表示允許完全通過。

逐步解析LSTM

LSTM第一步是用來決定什么信息可以通過cell state。這個決定由“forget gate”層通過 sigmoid 來控制，它會根據(jù)上一時刻的輸出 ht?1 和當前輸入 xt 來產(chǎn)生一個0到1 的 ft 值，來決定是否讓上一時刻學到的信息 Ct?1 通過或部分通過。如下：

舉個例子來說就是，我們在之前的句子中學到了很多東西，一些東西對當前來講是沒用的，可以對它進行選擇性地過濾。

第二步是產(chǎn)生我們需要更新的新信息。這一步包含兩部分，第一個是一個“input gate”層通過sigmoid來決定哪些值用來更新，第二個是一個tanh層用來生成新的候選值，它作為當前層產(chǎn)生的候選值可能會添加到cell state中。我們會把這兩部分產(chǎn)生的值結合來進行更新。

現(xiàn)在我們對老的cell state進行更新，首先，我們將老的cell state乘以 ft 來忘掉我們不需要的信息，然后再與 it ? 相加，得到了候選值。
一二步結合起來就是丟掉不需要的信息，添加新信息的過程：

舉個例子就是，在前面的句子中我們保存的是張三的信息，現(xiàn)在有了新的李四信息，我們需要把張三的信息丟棄掉，然后把李四的信息保存下來。

最后一步是決定模型的輸出，首先是通過sigmoid層來得到一個初始輸出，然后使用tanh將 Ct 值縮放到-1到1間，再與sigmoid得到的輸出逐對相乘，從而得到模型的輸出。

這顯然可以理解，首先sigmoid函數(shù)的輸出是不考慮先前時刻學到的信息的輸出，tanh函數(shù)是對先前學到信息的壓縮處理，起到穩(wěn)定數(shù)值的作用，兩者的結合學習就是遞歸神經(jīng)網(wǎng)絡的學習思想。至于模型是如何學習的，那就是后向傳播誤差學習權重的一個過程了。

上面是對LSTM一個典型結構的理解，當然，它也會有一些結構上的變形，但思想基本不變，這里也就不多講了。

來源：電子創(chuàng)新網(wǎng)

審核編輯 黃昊宇