RNN原理及其解决MNIST手写数字识别

前面学习到了全连接神经网络和卷积神经网络，以及它们的训练和使用。他们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。这时，就需要用到深度学习领域中另一类非常重要神经网络：循环神经网络(Recurrent Neural Network)。在过去的几年里，RNN应用于语音识别，语言建模，翻译，图像字幕等各种问题上，并且取得了巨大的成功。
为了做预测，使前一个结果的输出影响下一个神经元，例如：我 昨天 上学 迟到 了 ，老师 批评 了 ____，这里切词的关键在于我，要回去9个位置。下图是一个简单的循环神经网络如，它由输入层、一个隐藏层和一个输出层组成：

如果把W给他去了，就成了最简单的全连接神经网络了，x是一个向量，它表示输入层的值s是一个向量，它表示隐藏层的值，U是输入层到隐藏层的权重矩阵，o也是一个向量，它表示输出层的值；V是隐藏层到输出层的权重矩阵，循环神经网络的隐藏层的值s不仅仅取决于当前这次的输入x，还取决于上一次隐藏层的值s。权重矩阵 W就是隐藏层上一次的值作为这一次的输入的权重。
我们把这个结构展开，就变成了
输出层Ot=F(Vst)，隐藏层st=G(st-1W+Uxt)，其中F和G为激活函数。

双向循环神经网络
我的手机坏了，我打算____一部新手机。
关键词是手机坏了、新手机，如果是这种输入，需要前面和后面同时作用，才能准确判断出空格的词。这就需要双向循环神经网络了，其实也很好理解，就是将2个循环神经网络拼接起来，方向相反。

RNN的弊端

从这张图可以看出，在经历多次传播之后，前面远的神经元对现在的影响会变小，即出现梯度消失的情况，我们希望网络有个好的心态——选择性记忆和遗忘，对他有影响的记下来，对他没有没有影响的忘记。为了解决RNN存在的梯度消失问题，科学家们花费7年时间，分析出了LSTM（长短时记忆网络），解决了RNN的问题，此前，说人们通过RNN取得了显著的成果，这些成果基本上都是使用LSTM实现的。这足以表明LSTM的强大。

假设某轮训练中，各时刻的梯度以及最终的梯度之和如下图：

我们就可以看到，从上图的t-3时刻开始，梯度已经几乎减少到0了。那么，从这个时刻开始再往之前走，得到的梯度（几乎为零）就不会对最终的梯度值有任何贡献，这就相当于无论t-3时刻之前的网络状态h是什么，在训练中都不会对权重数组W的更新产生影响，也就是网络事实上已经忽略了t-3时刻之前的状态。这就是原始RNN无法处理长距离依赖的原因。

LSTM核心结构图

前面描述的开关是怎样在算法中实现的呢？这就用到了门（gate）的概念。门实际上就是一层全连接层，它的输入是一个向量，输出是一个0到1之间的实数向量。假设W是门的权重向量，b是偏置项。
门的使用，就是用门的输出向量按元素乘以我们需要控制的那个向量。因为门的输出是0到1之间的实数向量，那么，当门输出为0时，任何向量与之相乘都会得到0向量，这就相当于啥都不能通过；输出为1时，任何向量与之相乘都不会有任何改变，这就相当于啥都可以通过。因为（也就是sigmoid函数）的值域是(0,1)，所以门的状态都是半开半闭的。

LSTM结构图展开
所有门的输入为3个：本层的cell，上一层的输出，本层的输入，门的开闭相当于权值。是训练出来的。

LSTM工作过程（一看就明白）

RNN+LSTM的代码实现，解决MNIST手写数字识别的问题。核心在于函数RNN，其他的部分和之前用全连接网络实现是一样的。

import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data

#载入Mnist数据集
mnist=input_data.read_data_sets("MNIST_data",one_hot=True)
#输入图片是28*28
max_time=28  #一共有28行
n_inputs=28  #一行有28个数据
lstm_size=100 #隐藏层单元，这里可不是神经元，而是一个bloack
n_classes=10 #10个分类
batch_size=50
n_batch=mnist.train.num_examples//batch_size  #//是整除的意思。计算一共有多少个批次

x=tf.placeholder(tf.float32,[None,784])#None表示可以取任意值，方便后面传入。
y=tf.placeholder(tf.float32,[None,10])#y就是标签，正确答案

#创建一个简单的神经网络（前向传播）

weights=tf.Variable(tf.truncated_normal([lstm_size,n_classes],stddev=0.1))
biases=tf.Variable(tf.constant(0.1,shape=[n_classes]))

#定义RNN网络
def RNN(X,weights,biases):
    #inputs=[batch_size,max_time,n_inputs]
    inputs=tf.reshape(X,[-1,max_time,n_inputs])#改变X的shape，使它可以参与运算
    #定义LSTM基本cell
    lstm_cell=tf.contrib.run.core_run_celll.BasicLSTMCell(lstm_size)
    #final_state[0]是cell_state
    #final_state[1]是hidden_state
    outputs,final_state=tf.nn.dynamic_run(lstm_cell,inputs,dtype=tf.float32)
    results=tf.nn.softmax(tf.matmul(final_state[1],weights)+biases)
    return results

#计算RNN的返回结果
prediction=RNN(x,weights,biases)
#二次代价函数（反向传播）
cross_entropy=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction,labels=y))
train_step=tf.train.AdamOptimizer(0.0001).minimize(cross_entropy)

#重点理解这两句，有新东西。
correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))
#tf.argmax(input,axis)根据axis取值的不同返回每行或者每列最大值的索引。axis为1表示取行最大值得索引。
#如果两个值相等，返回TRUE,结果保存的是布尔型的列表
accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
#tf.cast()类似强制类型转换，把布尔型变为32位float型，然后求平均。[1,1,1,0,0,0,1,1,1,1],准确率为0.7

init=tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for epoch in range(6):
        for batch in range(n_batch):
            batch_xs,batch_ys=mnist.train.next_batch(batch_size)
            sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys})
        acc=sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels})
        print("iter"+str(epoch)+",Testing Accuracy"+str(acc))