LSTM和GRU
概述
长短期记忆 LSTM（Long Short Term Memory），该类型的神经网络可以利用上输入数据的时序信息。对于需要处理与顺序或时间强相关数据的领域（自然语言处理、天气预测等）相当合适。
GRU（Gate Recurrent Unit）可以视为 LSTM 的简化版本。运算量更小，却能达到 LSTM 相当的性能。
介绍 LSTM 之前，要先了解什么是 RNN。
RNN
递归神经网络 RNN（Recurssion Neural Network），通过让网络能接收上一时刻的网络输出达成处理时序数据的目标。
通常来说，网络通过输入 \(x\) 可以得到输出 \(y\)。而 RNN 的思路是将 \(i-1\) 时刻的输出 \(y\) 视为 “状态” \(h^{i-1}\)，用为 \(i\) 时刻的网络输入。
如此，网络的输入有两个：\(x^i\)，和上一个时刻的输出 \(h^{i-1}\)。网络的输出仍为一个，并且可以作为下一个时刻的网络输入 \(h^i\)。
LSTM
RNN 有很多缺点（遗忘、梯度爆炸与梯度消失），现在更多使用 LSTM。
LSTM 引入了单元状态（cell state）的概念。网络的输入现在有 \(x\)、隐藏态（hidden state）\(h^{i-1}\)、单元状态 \(c^{i-1}\)。。
单元状态 \(c^{i}\) 变化很慢，通常是 \(c^{t-1}\) 的基础上加一些数值。而 \(h^i\) 对于不同节点有很大区别。
LSTM 具体细节
在 \(i\) 时刻，网络先将本次输入 \(x^t\) 和上一隐藏态 \(h^{i-1}\) 拼接，经由四个不同的矩阵（矩阵参数可学习）做乘法，获得用途各异的四个状态 \(z^f\)、\(z^i\)、\(z^o\) 和 \(z\)。
一次运算的步骤如下：
-
从 \(i-1\) 时刻传来的单元状态 \(c^{i-1}\) 首先与 \(z^f\) 相乘，用于代表记忆的遗忘（forget）
-
\(z^i\) 与 \(z\) 相乘，代表对记忆进行选择，哪些记忆需要记录（information）。上一步经过遗忘处理的 \(c^{i-1}\) 与需要记录的记忆进行加运算，完成记录。
此步完成后，\(c^{i-1}\) 化身为 \(c^{i}\) 作为下一步的单元状态输入
- 最后用 \(z^o\) 控制输出（output）。\(z^o\) 与上一步的 \(c^{i-1}\) 的 \(\text{tanh}\) 结果相乘，获得本时刻的输出 \(y^i\)，并作为下一步的隐藏态输入 \(h^t\)
GRU
GRU 可以实现与 LSTM 相当的性能，且运算量更低。
GRU 具体细节
GRU 没有单元状态 \(c^{i}\)。网络接收两个输入：当前输入 \(x^i\)、上一隐藏状态 \(h^{i-1}\)。两个输入经过两个不同的矩阵（矩阵参数可学习）做乘法，获得两个门控（gate）：
\(r\) 为重置门控（reset gate），\(z\) 为更新门控（update gate）。
一次运算的步骤如下：
- 从 \(i-1\) 时刻传来隐藏状态 \(h^{i-1}\) 与 \(r\) 相乘，获得 \({h^{i-1}}'\)。这一步代表有选择性地保留记忆（遗忘）
- \({h^{t-1}}'\) 与输入 \(x^i\) 拼接，再乘一个参数可学习的矩阵，取 \(\text{tanh}\) 获得 \(h'\)。这一步让 \(h'\) 记忆了当前时刻的状态（记录）
- 用 \((1-z)\) 乘上 \(h^{i-1}\)，用 \(z\) 乘上 \(h'\)，将两者的和视为当前的隐藏状态 \(h^i\)。可见 \(h^i\) 结合了以前的记忆与现在的状态，代表记忆的更新
现在，将 \(h^i\) 视为下一时刻的输入，即完成了一次运算。
参考来源
- Mark，“LSTM - 长短期记忆递归神经网络”，https://zhuanlan.zhihu.com/p/123857569
- 陈诚，“人人都能看懂的LSTM”，https://zhuanlan.zhihu.com/p/32085405
- 陈诚，“人人都能看懂的GRU”，https://zhuanlan.zhihu.com/p/32481747
