第五周：循环神经网络

第五周：循环神经网络

视频学习

绪论

1. 循环神经网络的应用

语音问答、视觉问答、机器翻译、股票预测、作词机、作诗、仿写论文及代码、图像理解

2. 循环神经网络 vs 卷积神经网络

• RNN核心问题：上下文关系（时序）

• 循环神经网络与卷积神经网络的不同

  • 传统神经网络、卷积神经网络，输入和输出之间是相互独立的
  • RNN可以更好的处理具有时序关系的任务
  • RNN通过其循环结构引入“记忆”的概念
    • 输出不仅依赖于输入，还依赖“记忆”
    • 将同一个结构循环利用

基本组成结构

• 隐层状态h可以被看作是“记忆”，因为它包含了之前时间点上的相关信息。
• 输出y不仅由当前的输入所决定，还会考虑到之前的“记忆”。由两者共同决定。
• RNN在不同时刻共享一组参数（U，W，V），极大地减小了需要训练和预估的参数量。

1. 基本结构

• 隐层的数据被存入到一个“记忆”单元中
• 存在“记忆”中的数据会被作为另外一个输入与原始输入一起输入到神经网络中
  • 两种输入
  • 两种输出

2. 深度RNN

深度较深，特征表示能力较强。

3. 双向RNN

同时联系上、下文信息。

4. BPTT算法

与BP算法相似，复合函数链式求导需要考虑所有与W相关的h。

循环神经网络的变种

1. 传统RNN的问题

• 当循环神经网络在时间维度上非常深的时候，会导致梯度消失（较多）或者梯度爆炸（对优化过程影响很大）的问题。
• 梯度爆炸导致的问题：模型训练不稳定，梯度变为Nan（无效数字），Inf（无穷大）
• 梯度爆炸问题的改进：
  • 权重衰减
  • 梯度截断：误差梯度超过阈值，截断梯度，将梯度设为阈值
• 梯度消失导致的问题：长时依赖问题
  • 随着时间间隔不断增大，RNN会丧失学习到连接较远信息的能力。
• 梯度消失问题的改进：
  • 改进模型
  • LSTM，GRU

2. LSTM

LSTM中“记忆”不会被新的输入覆盖（相加）。

如果前面的输入对 C_t 产生了影响，那这个影响会一直存在，除非遗忘门的权重为0。

• LSTM实现三个门的计算：
  • 遗忘门：遗忘信息，通过记住后信息
  • 输入门：确定需要更新的信息
  • 输出门：确定输出信息

• 小技巧：
  • LSTM中learning rate可以被尽量的设置小
  • 初始化将输出门bias置为正数（1或5），这样模型刚开始训练时forget gate的值接近于1，不会发生梯度消失

3. GRU

解决LSTM运算复杂的问题。

• GRU只有两个门：
  • 重置门：控制忽略前一时刻的状态信息的程度，重置门越小说明忽略的越多
  • 更新门：控制前一时刻的状态信息被带入到当前状态中的程度，更新门越大表示前一时刻的状态信息带入越多
• 相似：
  • 从t-1到t时刻的记忆的更新都引入加法
  • 可以防止梯度消失

扩展

1. 解决RNN梯度消失的其他方法

• Clockwise RNN
  • 把隐层分成很多组，每组有不同的循环周期，有的周期是1（同普通RNN），有的周期更长。这样距离较远的某个依赖关系就可以通过周期较长的cell少数几次循环访问到，从而网络层数不太深，更容易学到。

2. 基于attention的RNN

• 每个时刻根据当前记忆学到一个attention权重矩阵
• 同一时刻该权重在每个channel上是共享的