RNN 配合LSTM的输入处理

作者：Scofield
链接：https://www.zhihu.com/question/41949741/answer/318771336
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

所以RecurrentNNs的结构图我认为应该这样画，在理解上才会更清晰些，对比MLP，也一目了然。(自己画的为了简约，只画了4个time-steps ）……

ground truth RNN

看图。每个时序 的输入 我是一次time_step一张input tensor，隐状态 也就代表了一张MLP的hidden layer的一个cell。输出 理解无异。注意，红色的箭头指向indicates the tensor's flow at time-sequential order。

再结合一个操作实例说明。如果我有一条长文本，我给句子事先分割好句子，并且进行tokenize, dictionarize,接着再由look up table 查找到embedding，将token由embedding表示，再对应到上图的输入。流程如下：

step1, raw text:
接触LSTM模型不久，简单看了一些相关的论文，还没有动手实现过。然而至今仍然想不通LSTM神经网络究竟是怎么工作的。……

step2, tokenize (中文得分词):
sentence1: 接触 LSTM 模型 不久 ，简单 看了 一些 相关的 论文 ， 还 没有 动手 实现过 。
sentence2: 然而 至今 仍然 想不通 LSTM 神经网络 究竟是 怎么 工作的。
……

step3, dictionarize:
sentence1: 1 34 21 98 10 23 9 23
sentence2: 17 12 21 12 8 10 13 79 31 44 9 23
……

step4, padding every sentence to fixed length:
sentence1: 1 34 21 98 10 23 9 23 0 0 0 0 0
sentence2: 17 12 21 12 8 10 13 79 31 44 9 23 0
……

step5, mapping token to an embeddings:
sentence1:
,每一列代表一个词向量，词向量维度自行确定；矩阵列数固定为time_step length。
sentence2:
……

step6, feed into RNNs as input:
假设 一个RNN的time_step 确定为 ,则padded sentence length(step5中矩阵列数)固定为 。一次RNNs的run只处理一条sentence。每个sentence的每个token的embedding对应了每个时序 的输入 。一次RNNs的run，连续地将整个sentence处理完。

step7, get output:
看图，每个time_step都是可以输出当前时序 的隐状态 ；但整体RNN的输出 是在最后一个time_step 时获取，才是完整的最终结果。

step8, further processing with the output:
我们可以将output根据分类任务或回归拟合任务的不同，分别进一步处理。比如，传给cross_entropy&softmax进行分类……或者获取每个time_step对应的隐状态 ，做seq2seq 网络……或者搞创新……

这是基础款RNN的流程。仅仅是基础款哦，高阶的有各种创新，此处不宜展开。