电子说
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:
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 | |
优点 | 缺点 |
---|
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:
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 | ||
RNN 类型 | 图解 | 例子 |
---|
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:
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 |
门的种类 | 作用 | 应用 |
---|
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:
原文标题:神经网络RNN图解
文章出处:【微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。
责任编辑:haq
全部0条评论
快来发表一下你的评论吧 !