理解LSTM网络

今天看到一篇不错的英文文章介绍LSTM，原文地址http://colah.github.io/posts/2015-08-Understanding-LSTMs/ ，觉得很有用就结合自己的理解部分翻译了一下。本人水平有限，有不足和错误的地方欢迎指正。

LSTM（Long ShortTerm Memory长短项记忆）网络是一种特殊的RNN，可以学习long-term中的依赖。Hochreiter& Schmidhuber (1997) 向世人介绍了它，然后在接下来的工作中不断被人们完善。它在很多问题上表现异常的好，现在也被人们广泛地使用。

所有递归神经网络结构都是链式的重复的神经网络，在标准RNN中，这些重复的模型只有一个简单的结构，例如一个tanh函数层。

LSTM同样有一个链式的结构，但是重复的模型却是不同的结构。它们内核有4个神经网络层，用一种特别的方式相互作用，而不是单个神经网络层。

图中的符号含义如下：

上图中，每一条线都携带了整个向量，从一个节点的输出，到另一个节点的输入；紫色圆圈表示逐点操作，比如向量相加；黄色矩形表示用来学习的神经网络层；线条相交表示级联，线条分叉表示内容复制，复制的部分流向了一个不同的位置。

 

LSTM背后的核心思想

LSTM的关键是cell state，即图中上方位置流过的水平直线。Cell state有点像是传输带，它直直地流过整个链，受到轻微的非线性相互作用影响。因此信息可以轻松地沿它流动而不发生改变。

LSTM确实有能力对cell state移除或者增加信息，由称作gate的结构小心地调控。Gate是一条让信息选择性通过的道路，它们由sigmoid神经网络层和一个逐点相乘操作组成。

Sigmoid层输出[0,1]之间的数字，表示每个部分有多少信息允许通过。0表示不然任何信息通过，而1表示所有信息都可以通过。一个LSTM有3个这样的gate，来保护和控制cell state。

 

LSTM的每步动作

第一步：

LSTM中的第一步是决定应该从cell state中丢弃哪些信息，这个决定是由叫做forget gate layer的sigmoid layer作出的。它检查h_t-1和x_t，并对cell state C_t-1中的每个数字输出一个[0, 1]之间的数字。0表示完全抛弃这些信息，而1表示所有信息全部保留。

回到语言模型的例子，即通过前面的词来推测下一个出现的单词。在这种情况下，cell state可能携带了当前主体的性别，因此可以推导出正确的代词。而当出现下一个主体时，我们想要遗忘上一主体的性别。

第二步：

接下来的一步是决定哪些新信息我们需要存储在cell state中。这主要有两部分：首先，一个称为input gate layer的sigmoid layer决定哪些值我们需要更新；然后，一个tanh layer创建了一个新的候选值向量，它可以被加在state上。在接下来的一步中，我们会结合这两者来创建一个update来更新 state。

在语言模型例子中可以这样解释，我们想要把新主体的性别加在cell state上，来替换应该被遗忘的旧的主体性别。

第三步：

现在是时候更新旧的cellstate 到新的cell state 了。我们将旧的 state乘上一个，遗忘掉之前决定遗忘的信息；然后加上，这是新的候选值，按照我们决定的更新方法进行缩放。

在语言模型例子，我们现在确实删掉了旧的主体性别，然后加入了新的信息。

第四步：

最后，我们需要决定输出什么。这个输出是基于cell state的，但是是一个过滤后的版本。首先，我们运行一个sigmoid layer，用来决定哪些部分的cell state我们将会输出；然后，将cell state通过tanh（为了将值变为[-1, 1]之间），并乘上sigmoid layer的输出，这样就可以只输出我们决定输出的内容了。

在语言模型中，由于模型刚刚发现了一个主体，它可能想要输出一个动词相关的信息，因为那个动词可能就是下一个输出。比如它可能输出主体是单数还是复数，这样就可以知道如果这就是输出的话，动词应该用什么形式。