最简单的循环神经网络RNN

本文是 李宏毅机器学习视频中循环神经网络部分的一点笔记。

1 Simple Recurrent Neural Network

1.1 Elman Network & Jordan Network

传说，Jordan Network的performance好一些，因为Elman Network存在memory里的隐含层不包含target的信息，不好控制；Jordan Network将output的值存在memory里，而这output的值包含target信息，所以存在network中的信息更清晰。
附一张Elman Network的例子：

1.2 Bidirectional RNN

双向的RNN，可以让RNN把前前后后都看了之后再输出output。例如，在自然语言处理中，双向RNN看到整句话后，再输出句子里的各单词含义。

Simple RNN 可以随时把值存入memory，也可以随时把值从memory中取出来。

2 Long Short-term Memory (LSTM)

2.1 LSTM Memory Cell

LSTM输入、输出、忘记时，需要相应gate打开。
一个LSTM的cell有4个input和1个output。input包含一个希望存入memory的信息，三个控制gate开关的输入。
具体计算流程如下：

上图中c是上一步LSTM cell的值，c’是这一步LSTM cell的值。forget gate关闭（为0）时，会遗忘；若forget gate打开（不为0）时，则前面的LSTM cell会被传下去。

上图例子中，蓝色为外界输入，x1、x2、x3为输入门、遗忘门、输出门，y为对应输出。
可以手动计算以下例子，注意即使output为0，LSTM cell的值也会更新。

2.2 LSTM Network

一般的Neural Network长这样：

把上图中的neurons替换为LSTM Cell，即为LSTM Network：

因为每个LSTM Cell都要4个不同的input才能有一个output，所以当neurons数目一样时，LSTM Network的参数量会是一般Neural Network的4倍。

输入Xt，乘上4个不同的矩阵，进行线性变换，得到4个vectors Z，四个Z的维数与cell数目一致，分别操控各个cell的input。

这里，不是矩阵内积，而是元素对应相乘（element wise）。
真正的LSTM cell并不是只input $x^t$，而是会在每一个cell的input中同时考虑$c^{t-1}、h^{t-1}、x^t$。

LSTM is quite standard now.
Don’t worry if you cannot understand this. Keras can handle it. Keras supports “LSTM”, “GRU”, “SimpleRNN” layers

2.3 Why LSTM?

用于解决RNN梯度消失的问题。
RNN：



如上图，RNN中的memory与input相乘，替换掉先前的memory，导致$\omega$的 gradient vanishing 与 gradient explode，不好设置learning rate。

LSTM 中memory与input相加，所以前期input的影响不会消失，即梯度不会消失，可以把learning rate设得小一些。
同时，要注意forget gate 需要比较大的bias，保证大部分时候gate打开，input能保留下来。

3 Gated Recurrent Unit (GRU)

LSTM有4个input，GRU只有3个input，参数更少，更鲁棒，overfitting情况更少。
具体而言，GRU将input gate与 forget gate联动起来，即input gate打开，forget gate就会关闭，也就是忘记以前的值，才能记下新的值。 简言之，旧的不去，新的不来。

相关链接：

1. 李宏毅机器学习（2020）视频-Bilibili
2. 循环神经网络讲义-李宏毅
3. 李宏毅课程主页
4. 人人都能看懂的LSTM - 知乎