RNN浅谈

RNN

参考

• 循环神经网络RNN论文解读
• 一文搞懂RNN（循环神经网络）基础篇
• 【重温系列】RNN循环神经网络及其梯度消失 手把手公式推导+大白话讲解
• [双语字幕]吴恩达深度学习deeplearning.ai

RNN 解决了什么问题

• 即应用场景，RNN在处理有时序关系的输入的时候比一般的神经网络更具有优势，原因是一个句子中的前后往往是相联系的，而一般的神经网络只是将句子里的每个词分开来考虑，这样的话对句子这种有时序关系的输入是很不利的，而RNN就考虑了当前词的前面的信息，相对会好很多。
• 例子就参考一文搞懂RNN（循环神经网络）基础篇这篇的词性标注的例子

RNN的结构

• 相对FC，RNN多了一层支线——隐藏层的输出s会被权重矩阵 w保存下来，用于下一时刻和新的input一起输入，即上图中右侧公式a所示，本时刻输出的话就加一层softmax（这个可以自行根据任务选择）即可
• 我们将RNN按照时间序列展开就是这样
  

RNN的特点

• 串联结构，体现“前因后果”，即后面结果的生成需要参考前面的信息
• 所有特征共享参数：
  • 减少参数量
  • Seq2Seq
  • 词不同和词序不同都能学对相应的不同的结果

RNN的损失函数

• 单个时间步的损失函数
• 这个可以根据不同任务而自定义
• 整个序列的损失函数
  • 就是整个序列的时间步的损失求和

RNN的反向传播

• 我重新画了一下图公式还是上面的公式:

• $$\begin{gathered} a^{<t>}=W_{ax}{x}^{<t>}+W_{aa}{a}^{<t-1>}+b_a \\ {y}^{<t>}=softmax(W_{ya}{a}^{<t>}+b_y) \end{gathered}$$

• 然后参照吴恩达老师的课（[双语字幕]吴恩达深度学习deeplearning.ai），把它按照时间序列展开：
  

• 由于参数是共享的，于是这里化简一下图之后画出BP路线，名为通过时间的反向传播（loss用的交叉熵，不过这不重要）

• 

• 实际上，上面Y<t+1>在BP的到a<t+1>的时候也会对w_aa做一个梯度

RNN的缺点

• 当序列太长，容易导致梯度消失
  • 怎么理解？就类似于卷积网络深度过深（没有残差的情况），然后导致BP到前几层的时候梯度消失