RNN解决序列太长存储激活值过大问题的方法：TBPTT

原始论文：[Williams, Ronald J., and Jing Peng. "An efficient gradient-based algorithm for on-line training of recurrent network trajectories."]

TBPTT ：Truncated Back Propagation Through Time

TBPTT中，每次处理一个时间步，每前向传播 k1步，后向传播 k2 步。

TBPTT需要考虑两个参数：

• k1：前向传播的时间步。一般来说，这个参数影响模型训练的快慢，即权重更新的频率。
• k2：使用BPTT反向传播的时间步。一般来说，这个参数需要大一点，这样网络能更好的学习序列信息。但是这个参数太大的话可能会导致梯度消失。

TBPTT(n, n): 在序列处理结束之后更新参数，即传统的BPTT；
TBPTT(1, n): 每向前处理一个时间步，便后向传播所有已看到的时间步。(Williams and Peng提出的经典的TBPTT)；
TBPTT(k1,1): 因为每次反向传播一个时间步，所以网络并没有足够的时序上下文来学习，严重的依赖内部状态和输入；
TBPTT(k1,k2):  k1 < k2 < n:  对于每个序列，都进行了多次更新，可以加速训练；
TBPTT(k1,k2),:  k1=k2:对应上面提到的那种简单方法。

参考链接：https://machinelearningmastery.com/gentle-introduction-backpropagation-time/