前言
最近在搞一个多标签分类的项目,发现多标签分类问题中的多标签难点可以转化为序列生成问题(如下图,引自论文《Ensemble Application of Convolutional and Recurrent Neural Networks for Multi-label Text Categorization》[1]),论文中思想讲的很透彻,图也一目了然,但是RNN的具体实现上还是要自己搞清楚,因此这个思考过程整个从最简单的RNN到seq2seq都梳理了一个遍,特此记录。
为了清楚透彻,下面围绕上面这张图来展开。
RNN
先将上图简化为基本的RNN结构:
一目了然,~是输入序列,~是输出序列(有时我们只用到最后一个时序的输出,比如后面将要提到的 编码器-解码器 框架中的编码器),h0~h3之间的横向箭头就是状态的传递。
Simple-RNN
Simple-RNN非常简单,就是把t时刻的输出作为t时刻的状态传递给下一个时刻t+1的状态输入,一句话就是时序间传递的状态就是上一时序的输出。