RNN、GRU和LSTM前向传播和反向传播的公式

信道者

已于 2024-06-24 13:58:23 修改

阅读量4.9k

点赞数 1

分类专栏：人工智能深度学习基础理论与技术实践文章标签： AI LSTM BackPropagation Calculus

于 2019-03-08 15:25:56 首次发布

本文链接：https://blog.csdn.net/chr1991/article/details/88343136

版权

人工智能同时被 2 个专栏收录

22 篇文章

订阅专栏

深度学习基础理论与技术实践

17 篇文章

订阅专栏

该博客详细介绍了递推神经网络(RNN)、门控递推单元(GRU)和长短期记忆单元(LSTM)的前向传播和反向传播公式，包括激活值、隐藏状态、门控机制的计算过程，并提供了反向传播中对参数的偏导数计算。

摘要由CSDN通过智能技术生成

1. 普通递推神经网络（Recurrent Neural Network）的前向传播公式

2. 门控递推单元（Gated Recurrent Unit，GRU）的前向传播公式

3. 长短期记忆单元（Long Short-Term Memory，LSTM）的前向传播公式

4. 普通递推神经网络的反向传播公式

5. GRU的反向传播公式

6. LSTM的反向传播公式

$a\cdot b$ 或 $\mathrm{ab}$ 表示矩阵乘法， a * b 表示按元素相乘（学名叫做Hadamard product）。 $a^{<t>}$ 中的 <t> 表示第t步。 $W_{ax}$ 表示矩阵有 n_a （激活值的维度）行， n_x （输入值的维度）列。x表示输入，a表示激活值，c表示隐藏状态，u表示更新（输入）门，o表示输出门，f表示遗忘门。

1. 普通递推神经网络（Recurrent Neural Network）的前向传播公式

下式输出了激活值。

$a^{<t>}=\tanh{(W_{ax}x^{<t>}+W_{aa}a^{<t>}+b_{a})} \\ =\tanh{(\begin{bmatrix}W_{ax} W_{aa} \end{bmatrix} \begin{bmatrix}x^{<t>} \\ a^{<t>} \end{bmatrix} + b_a)} \\ = \tanh{(W_a \begin{bmatrix} x^{<t>} \\ a^{<t>} \end{bmatrix} + b_a)}$

下式把激活值映射到输出的概率空间中。

$\widehat{y}^{<t>}=softmax(W_{ya}a^{<t>}+b_y)$

2. 门控递推单元（Gated Recurrent Unit，GRU）的前向传播公式

重置门（reset gate） r_t 的计算

$r_t=\sigma(W_r\mathrm{x}_t+U_r\mathrm{h}_{t-1})$ ，代表第步。( $r_t^j=\sigma(W_r\mathrm{x}_t+U_r\mathrm{h}_{t-1})^j$ )

候选激活值（candidate activation） $\widetilde{h}_t$ 的计算

$\widetilde{h}_t=\tanh{(W\mathrm{x}_t+U(\mathrm{r}_t*\mathrm{h}_{t-1}))}$

更新门（update gate） z_t 的计算

$z_t=\sigma{(W_z\mathrm{x}_t+U_z\mathrm{h}_{t-1})}$

激活值 h_t 的计算

$h_t=(1-z_t)*h_{t-1}+z_t*\widetilde{h}_t$

3. 长短期记忆单元（Long Short-Term Memory，LSTM）的前向传播公式

下式是遗忘门，用于忘记上一步的隐藏状态。

$h_{\Gamma_f}^{<t>}=W_f \begin{bmatrix} a^{<t-1>} \\ x^{<t>} \end{bmatrix} + b_f$

$\Gamma_{f}^{<t>}=\sigma(h_{\Gamma_f}^{<t>})$

这是更新（输入）门，用于决定保留多少输入。

$h_{\Gamma_u}^{<t>}=W_u \begin{bmatrix} a^{<t-1>}\\ x^{<t>} \end{bmatrix}+b_u$

$\Gamma_{u}^{<t>}=\sigma(h_{\Gamma_u}^{<t>})$

这是初步的隐藏状态，与遗忘门和更新门无关。

$h_{\widetilde{c}}^{<t>}=W_c \begin{bmatrix}a^{<t-1>} \\ x^{<t>} \end{bmatrix} +b_c$

$\widetilde{c}^{<t>}=\tanh{(h_{\widetilde{c}}^{<t>})}$

这是最终的隐藏状态，经过遗忘门和更新门的调整。

$c^{<t>}=\Gamma_f^{<t>}*c^{<t-1>}+\Gamma_u^{<t>}*\widetilde{c}^{<t>}$

这是输出门，用于决定输出多少隐藏状态。

$h_{\Gamma_o}^{<t>}=W_o \begin{bmatrix} a^{<t-1>} \\ x^{<t>} \end{bmatrix} + b_o$

$\Gamma_o^{<t>}=\sigma(h_{\Gamma_o}^{<t>})$

这是最终的激活值。

$a^{<t>}=\Gamma_o^{<t>}*\tanh{(c^{<t>})}$

4. 普通递推神经网络的反向传播公式

这是激活值。

$a^{<t>}=\tanh{(W_{ax}x^{<t>}+W_{aa}a^{<t-1>}+b)}$

这是tanh的求导公式。

$\frac{\mathrm{d} \tanh{(x)}}{\mathrm{d} {x}}=1-\tanh{(x)}^2$

下面是对各个参数的偏导。

$\frac{\partial{a^{<t>}}}{\partial{W_{ax}}} = (1-(a^{<t>})^2)\cdot (x^{<t>})^T$

$\frac{\partial{a^{<t>}}}{\partial{W_{aa}}}=(1-(a^{<t>})^2)\cdot (a^{<t-1>})^T$

$\frac{\partial{a^{<t>}}}{\partial{b}}=\sum_{batch}(1-(a^{<t>})^2)$

$\frac{\partial{a^{<t>}}}{\partial{x^{<t>}}}=W_{ax}^T \cdot (1-(a^{<t>})^2)$

$\frac{\partial{a^{<t>}}}{\partial{a^{<t-1>}}}=W_{aa}^T\cdot (1-(a^{<t>})^2)$

5. GRU的反向传播公式

$\frac{\partial{h_t}}{\partial{z_t}}=h_{t-1}+\widetilde{h}_t$

$\frac{\partial{h}_t}{\partial{W_z}}=(\frac{\partial{h_t}}{\partial{z_t}}*(z_t*(1-z_t)))\cdot \mathrm{x}_t^T$

$\frac{\partial{h_t}}{\partial{U_z}}=(\frac{\partial{h_t}}{\partial{z_t}}*z_t*(1-z_t))\cdot h_{t-1}^T$

$\frac{\partial{h_t}}{\partial{W}}=(z_t*(1-\widetilde{h}_t^2))\cdot \mathrm{x}_t^{T}$

$\frac{\partial{h_t}}{\partial{U}}=(z_t * (1-\widetilde{h}_t^2))\cdot (r_t * h_{t-1})^T$

$\frac{\partial{h_t}}{\partial{r_t}}=(U^T\cdot (z_t * (1 - \widetilde{h}_t^2))) * h_{t-1}$

$\frac{\partial{h_t}}{\partial{W_r}}=(\frac{\partial{h_t}}{\partial{r_t}}*r_t*(1-r_t))\cdot \mathrm{x}_t^{T}$

$\frac{\partial{h_t}}{\partial{U_r}}=(\frac{\partial{h_t}}{\partial{r_t}}*r_t*(1-r_t)) \cdot h_{t-1}^T$

$\begin{aligned} \frac{\partial{h_t}}{\partial{x_t}} &=W_z^T\cdot ((\widetilde{h}_t-h_{t-1})*z_t*(1-z_t)) + z_t*(W^T \cdot (1-\widetilde{h}^2_t) +W_r^T\cdot ((U^T \cdot (1-\widetilde{h}^2_t))*h_{t-1}*r_t * (1-r_t))) \end{aligned}$

$\begin{aligned} \frac{\partial{h_t}}{\partial{h_{t-1}}} =&-U_z^T\cdot (h_{t-1}*z_t*(1-z_t))+ (1-z_t) +U_z^T\cdot (\widetilde{h}_t*z_t*(1-z_t)) \\ &+U_r^T\cdot((U^T\cdot(z_t*(1-\widetilde{h_t}^2)))*h_{t-1}*r_t*(1-r_t)) \\ &+(U^T\cdot (z_t*(1-\widetilde{h}_t^2)))*r_t \end{aligned}$

6. LSTM的反向传播公式

$\frac{\partial{a^{<t>}}}{\partial{\Gamma_o^{<t>}}}=\tanh{(c^{<t>})}$

$\frac{\partial{a^{<t>}}}{\partial{\widetilde{c}^{<t>}}}=\Gamma_{u}^{<t>}+\Gamma_o^{<t>}*(1-\tanh{(c^{<t>})^2})*\Gamma_u^{<t>}$

$\frac{\partial{a^{<t>}}}{\partial{\Gamma_u^{<t>}}}=\widetilde{c}^{<t>}+\Gamma_o^{<t>}(1-\tanh{(c^{<t>})^2})*\widetilde{c}^{<t>}$

$\frac{\partial{a^{<t>}}}{\partial{\Gamma_{f}^{<t>}}}=\widetilde{c}^{<t-1>}+\Gamma_o^{<t>}*(1-\tanh{(c^{<t>})}^2)*c^{<t-1>}$

$\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_f}^{<t>}}}=\frac{\partial{a^{<t>}}}{\partial{\Gamma_{f}^{<t>}}}* \Gamma^{<t>}_f * (1-\Gamma_f^{<t>})$

$\frac{\partial{a^{<t>}}}{\partial{W_f}}=\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_f}^{<t>}}} \cdot \begin{bmatrix}a^{<t-1>} \\ x_t \end{bmatrix}^T$

$\frac{\partial{a^{<t>}}}{\partial{b_f}}=\sum_{batch}\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_f}^{<t>}}}$

$\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_u}^{<t>}}}=\frac{\partial{a^{<t>}}}{\partial{\Gamma_u}}*\Gamma_u^{<t>}*(1-\Gamma_u^{<t>})$

$\frac{\partial{a^{<t>}}}{\partial{W_u}}=\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_u}^{<t>}}}\cdot \begin{bmatrix}a^{<t-1>} \\ x_t \end{bmatrix}^T$

$\frac{\partial{a^{<t>}}}{\partial{b_u}}=\sum_{batch}\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_u}^{<t>}}}$

$\frac{\partial{a^{<t>}}}{\partial{h_{\widetilde{c}}^{<t>}}}=\frac{\partial{a^{<t>}}}{\partial{\widetilde{c}^{<t>}}}* (1-(\widetilde{c}^{<t>})^2)$

$\frac{\partial{a^{<t>}}}{\partial{W_c}}= \frac{\partial{a^{<t>}}}{\partial{h_{\widetilde{c}}^{<t>}}} \cdot \begin{bmatrix} a^{<t-1>}\\x_t \end{bmatrix}^T$

$\frac{\partial{a^{<t>}}}{\partial{b_c}}=\sum_{batch}\frac{\partial{a^{<t>}}}{\partial{h_{\widetilde{c}}^{<t>}}}$

$\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_o}^{<t>}}}=\frac{\partial{a^{<t>}}}{\partial{\Gamma_o^{<t>}}}*\Gamma_o^{<t>}*(1-\Gamma_o^{<t>})$

$\frac{\partial{a^{<t>}}}{\partial{W_o}}=\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_o}^{<t>}}}\cdot \begin{bmatrix}a^{<t-1>}\\x_t \end{bmatrix}^T$

$\frac{\partial{a^{<t>}}}{\partial{b_o}}=\sum_{batch}\frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_o}^{<t>}}}$

下式中的 W_f 取 $W_f=\begin{bmatrix} W_a W_x \end{bmatrix}$ 中的 W_a ， W_u, W_o, W_c 类似。

$\frac{\partial{a^{<t>}}}{\partial{a^{<t-1>}}}=W^{T}_f \cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_f}^{<t>}}}+W_u^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_u}^{<t>}}}+W_c^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\widetilde{c}}^{<t>}}}+W_o^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_o}}^{<t>}}$

$\frac{\partial{a^{<t>}}}{\partial{c^{<t-1>}}}=\Gamma_o^{<t>}*(1-\tanh{(c^{<t>})^2})*\Gamma_f^{<t>}$

$\frac{\partial{c^{<t>}}}{\partial{c^{<t-1>}}}=\Gamma_f^{<t>}$

下式中的 W_f 取 $W_f=\begin{bmatrix}W_a W_x \end{bmatrix}$ 中的 W_x ， W_u, W_c, W_o 类似。

$\frac{\partial{a^{<t>}}}{\partial{x^{<t>}}}=W_f^{T}\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_f}^{<t>}}}+W_u^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_u}^{<t>}}}+W_c^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\widetilde{c}}^{<t>}}}+W_o^T\cdot \frac{\partial{a^{<t>}}}{\partial{h_{\Gamma_o}^{<t>}}}$