1、LSTM
**长短期记忆(Long short-term memory, LSTM)**是一种特殊的RNN。主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说,就是相比普通的RNN,LSTM能够在更长的序列中有更好的表现。
相比RNN只有一个传递状态 h ,LSTM有两个传输状态,一个 c (cell state),和一个 h(hidden state)。(Tips:RNN中的 h对于LSTM中的 c ) 其中对于传递下去的 c改变得很慢,通常输出的c 是上一个状态传过来的 ct-1 加上一些数值。 而 h 则在不同节点下往往会有很大的区别
2、内部结构
首先使用LSTM的当前输入xt 和上一个状态传递下来的ht-1拼接训练得到四个状态。
其中, zf,,zi,zo 是由拼接向量乘以权重矩阵之后,再通过一个 sigmoid 激活函数转换成0到1之间的数值,来作为一种门控状态。而 z 则是将结果通过一个 tanh 激活函数将转换成-1到1之间的值(这里使用tanh 是因为这里是将其做为输入数据,而不是门控信号)。
是Hadamard Product,也就是操作矩阵中对应的元素相乘,因此要求两个相乘矩阵是同型的。
~~
3、三个阶段
**1. 忘记阶段。**这个阶段主要是对上一个节点传进来的输入进行选择性忘记。简单来说就是会 “忘记不重要的,记住重要的”。
具体来说是通过计算得到的 zf(f表示forget)来作为忘记门控,来控制上一个状态的ct-1哪些需要留哪些需要忘。
**2. 选择记忆阶段。**这个阶段将这个阶段的输入有选择性地进行“记忆”。主要是会对输入xt 进行选择记忆。哪些重要则着重记录下来,哪些不重要,则少记一些。当前的输入内容由前面计算得到的 z表示。而选择的门控信号则是由 zi (i代表information)来进行控制。
将上面两步得到的结果相加,即可得到传输给下一个状态的ct。也就是上图中的第一个公式。
**3. 输出阶段。**这个阶段将决定哪些将会被当成当前状态的输出。主要是通过 zo进行控制的。并且还对上一阶段得到的co进行了放缩(通过一个tanh激活函数进行变化)。
与普通RNN类似,输出 yt] 往往最终也是通过 ht 变化得到。
~~