LSTM神经网络走读

 

0设计概述

RNN梯度爆炸和消失比较严重，RNN隐层只有一个状态h记录短期记忆，增加一个长期记忆状态c似乎就可以解决问题。

按时间维度展开

 

如何控制长期状态c，设计：增加三个开关，控制是否记录前一时刻的长期状态，是否把当前输入记录为长期状态单元 ，是否把当长期状态输出。

 

1前向计算

输入：前一个时刻的状态单元Ct-1，前一时刻的输出Ht-1，当前时刻的输入Xt;

输出：当前时刻的状态单元Ct，当前时刻的最终输出Ht。

1.1遗忘门：上一时刻的状态单元有多少保留到当前时刻

 

 

1.2输入门：当前时刻输入x有多少保留到状态单元 

 

 

1.3当前输入的状态单元 ：

 

1.4计算当前时刻状态单元 ：

遗忘门*前一时刻状态单元 +输入门*当前输入状态

 

-------------------------------------------------------------------------------------------------------

1.5输出门：控制当前时刻状态单元 对当前输出有多少影响

 

1.6 最终输出：由状态单元和输出门共同决定

 

 

2训练

原理与bp同，每个神经元多了五个参数f,i,c,o,h：

 

LSTM需要学习的参数总共有八组：输入门，遗忘门，输出门和状态单元的权重矩阵W和偏置b

像bp一样，借助netj，不过这里是三个门的netj：

梯度为其中netj为

2.1沿时间维度：

计算t-1时刻的梯度（第一项是t时刻的梯度），主要计算第二项：

由LSTM公式：

 

由全导数公式：

 

可拆开项，求得 和

 

带入求得：

 

 

带入求得由t时刻传递任意k时刻的误差：

 

2.2沿上一层：

l层与l-1层的梯度关系：

全导数公式：

 

具体过程是分开每项计算：

计算W：  计算偏置b 

 

 

 

3GRU (Gated Recurrent Unit)

相对于LSTM，有两个改动：

     1把遗忘门，输入门和输出门改为两个门：更新门z和重置门r；

     2将单元状态和输出改为一个状态：h

 

 

备注：

激活函数tanh和sigmoid的导函数都是原函数的函数：

 

 

 

参考：相关网络博客及文献