20170326#cs231n#11.Recurrent Neural Networks 循环神经网络RNN

主要参考资料

简书——[译] 理解 LSTM 网络
csdn——循环神经网络(RNN, Recurrent Neural Networks)介绍
cs231n RNN PPT

RNN

karpathy/min-char-rnn.py
https://gist.github.com/karpathy/d4dee566867f8291f086

图片转文字描述

CNN→RNN

把CNN最后的分类器去掉，然后把FC层直接接到RNN的h0

LSTM

RNN只有一个隐藏状态h层 绿色的

LSTM有隐藏状态h层和细胞状态cell层 绿色和黄色

上图中的higher layer指的是更深层的隐藏网络，对应上上图中往上的箭头

LSTM类似于ResNet残差神经网络

Understanding gradient flow dynamics 理解梯度流的动力

在RNN中，经过一个hidden layer的很多个time step之后，梯度最后会vanish(梯度消散)，变成很小的数。所以中途插入的信息无法有效的传播，无法得到两个距离比较远的隐藏层之间的相关性，因为承载相关关系的结构已经不存在了。
但是LSTM不会有这个问题

在上图中的最后一行

dhs[t-1] = np.dot(Whh.T , dss[t])

在for循环中反复用WThh作内积。
如果我们现在考虑WThh为一个标量C，那么最后乘积的结果即梯度值可能会是不变(C=1)或者消失(C<1)或者爆炸(C>1)。（不变是唯一一个好的情况）消失或爆炸都是不好的。
那么同样的道理，WThh是矩阵，如果WThh这个矩阵的eigenvalue特征值大于1，那么多次迭代后梯度将会explode爆炸，如果特征值小于1，那么多次迭代后梯度会vanish消失。

正是因为RNN这个循环使得vanish和explode的问题出现

• 控制explode用Gradient Clip 梯度裁剪
• 控制vanish用 LSTM（因为反向传播路径上的梯度有加法运算，所以(在没有forget gate的时候)会被一直反向传播下去，不会消失）

当然LSTM也是有可能出现explode的现象的，所以也是需要gradient clip梯度裁剪的

在实际使用LSTM的时候会对forget gate加一个正的bias，保证forget gate一开始是关闭的，所以就会有类似于上上上图的结构

LSTM的一些拓展

例如GRU等

GRU实际工作的效果和LSTM差不多。
所以推荐使用LSTM或者GRU

总结

• RNN允许很多灵活的创建设计
• vanilla RNN很简单但是工作起来不怎么样
• 更常用LSTM和GRU：这是因为他们增加了一些相互作用改善了梯度流
• RNN的反向梯度流可能会爆炸或者消失，explode爆炸可以被 gradient clipping 梯度裁剪所控制，vanish消失可以通过增加一些相互作用（例如LSTM）控制
• 更好/更简单的结构在当今研究仍然是一个很热门的主题。我们需要对theoretical理论和empirical经验有更好的理解