简介循环神经网络家族

突然更新的机器学习系列……

循环神经网络

不管是RNN还是CNN，他们都是一种特征提取的手段，只不过CNN做的是提取空域的近邻信息，然而RNN是提取的时域上的上下文关系，我们经常在视频，文本这样具有明显的时间关系的数据来源上利用这种结构，根据任务的不同，我们可以把他垫在softmax后面做分类，或者是利用隐向量做翻译。

上面是一个简单的RNN，对于任何一个$h_i$，它的表达式为
$$h_i=f(U{x}_1+W{h}_{i-1}+b)$$
$$f=tanh(X)$$
我们发现RNN的每一个时刻对应hidden vector都和上一个时刻的hidden vector通过参数矩阵联系在一起，这些参数是同层共享的。同样的，我们在反向传播的时候，就需要重新考虑这个时刻之前的信息，公式比较复杂，这也引出了后面提到的问题：梯度消散

RNN的一些任务：

机器翻译：encoder&decoder
假设现在有一位中英翻译，一位英日翻译，现在你要去翻译一篇中文文章，翻译成日语，怎么做呢？当然是先翻译成英语，之后翻译成日语。
在无法实现n*(n-1)/2的点对翻译机制下，中间语言就比较重要了。
我们在使用RNN做翻译的时候，我们利用两个RNN做encoder，decoder。encoder的作用是把源语言翻译成隐向量，decoder就是把隐向量翻译成目标语言，这里的隐向量实际上就是中间语言

梯度消散和LSTM

由于RNN自身的参数更新方式，信息之间仅靠相邻关系，明显是不够的，再有，如果RNN的迭代次数越大，梯度就会变得越来越小，围殴了解决这样的问题，我们有了LSTM
LSTM的结构更加复杂，一个LSTMcell有三个输出，一个我们称为cell state，这个就是保存长远信息的机制，通过门机制，我们可以有选择地将输出推送到这个cell state相后传播

门机制实际上就是有选择的让一些数据经过这个门，对应上图的

结构，对于一个Sigmod function，他输出的值，就是让多大的数据走到下一步。有关遗忘门机制，可以参照http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 的解释，非常清楚

GRU LSTM的变体

对于LSTM实际上变体有很多，不如说LSTM和他的变体，都是对门机制的进一步应用，先对LSTM，GRU的结构比较简单，但是效果是接近的，在一定程度上可以代替LSTM

总结

循环神经网络的核心思想实际上就是保存信息，以及利用保存的信息，在其基础上的应用也有很多。考虑到其运算效率，实际应用还需要大量的算力和优化。