[学肥AI] 手写 LSTM 和 GRU 且原理分析

背景问题

RNN 是解决时间序列数据的模型。但是他无法解决时间步过长而无法记住长期信息的这个问题。从而诞生了很多 RNN 的变种模型来解决这些问题。我们今天来看下他们的原理和手写他们的实现。

复杂 RNN

常规的 RNN 的逻辑图如下：

代码如下：
$h_t=f(h_{t-1},x_t)$
$o_t=g(h_t)$

为了解决 传统 RNN 的问题，就有了以下的思路：

1. 在不同的转换过程（每个连线）中增加多 一些轻量级的转换，增加记忆度
2. 加上残差层
3. 增加多更多的输出层，先抽取低维特征，再抽取高维特征的方法

各种的变体的 RNN 的架构图如下：

其中最优秀的两种变体模型就是 LSTM 和 GRU 的模型。下面分别对下面的模型进行介绍。

LSTM

LSTM（Long Short-Term Memory）全称 长短期记忆。简单的说，就是记忆分长期和短期的。长期的记忆，可以长时间存活；同理，短期记忆生存时间就比较短。

🔥 RNN 记忆是存在每个时间步的隐状态中的，随着时间的推移，会“遗忘”时间长的隐状态，即权重逐步减少； LSTM 就是 针对重要的记忆，拿个记事本记住，让他不会随着时间的推移而忘记了。

LSTM 与人类的日记习惯一致，每天记录到日记的事情都是重要的事情，但是不会 24 小时每分每秒的事情都记住。某年某月某日中了双色球头奖（长期记忆），都会记录下来，多年后再翻看，都会记忆犹新；同时，489 天前的晚饭吃了什么（短期记忆），大体不会出现在你日记本内，当然也不会在你的脑海内。

记住了原理就可以，不需要过多的细节

原理

原理图

对比 RNN，LSTM 就可以对某些记忆认为是长期的且重要的，进行加权，让他的权重不减弱。

逻辑说明
这里出现了一个新的概念：Cell 记忆 他是包含在 LSTMCell 里面一个内置的记忆体，他就是用于记住哪些 Long Term Memory。

LSTMCell 就是 LSTMModel 的基础的组件，下图就是 LSTMCell 的原理图。整个 Cell 有 3 个门来控制记忆，包括了 遗忘门/输入门/输出门，由他们来控制 输入/输出/隐状态/记忆 之间的关系。

我们直接 dive deep into code，对照这个原理图，会更加容易理解。

组件

下面是节选例子中的 手写LSTM 的 LSTM Cell 代码片段。

class LSTMCell(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(LSTMCell, self).__init__()
        self.hidden_size = hidden_size
        # 输入门
        self.input_gate = nn.Linear(input_size + hidden_size, hidden_size)
        # 遗忘门
        self.forget_gate = nn.Linear(input_size + hidden_size, hidden_size)
        # 输出门
        self.output_gate = nn.Linear(input_size + hidden_size, hidden_size)
        # 本 Cell 的记忆门
        self.cell_gate = nn.Linear(input_size + hidden_size, hidden_size)

    def forward(self, x, interState):
        h_prev, c_prev = interState

        combined = torch.cat((x, h_prev), dim=1)

        i_t = torch.sigmoid(self.input_gate(combined))
        f_t = torch.sigmoid(self.forget_gate(combined))
        o_t = torch.sigmoid(self.output_gate(combined))
        c_tilde = torch.tanh(self.cell_gate(combined))

        # 主要逻辑，下面两行
        c_t = f_t * c_prev + i_t * c_tilde
        h_t = o_t * torch.tanh(c_t)

        return h_t, (h_t, c_t)

请结合注释和原理图，进行阅读

总结

1. 上述逻辑 都是简单的 全链接 和 激活函数 构成，所以理解原理是最重要的，内部都是组装而已
2. 因为是手写 LSTMCell，简化了逻辑，仅仅是针对 单个数据 + 记忆 处理；sequence 的数据 就是在训练的时候，进行循环；batch 的概念，当然也是没有的。

⚠️ 这里影响到了 1. X, y 的数据结构； 2. 模型内的 forward 的处理方法；3. train 的方法。可以对比文件后面的 nn.LSTM 的解决方法，来一起服用。
最好的方式当然是把 手写 LSTMCell 改写成 (batch, sequence, input_feature) X 数据结构 都适用的代码。

例子

例子目标： 输入 5 个数字，可以预测下一个数据是多少。

分析过程

1. 是 回归问题
2. “5 个数字” 是一个有连续先后关系的输入，所以使用类 RNN 的模型
3. 定义 RNN 的时候 input_feature 和 output_feature 都是 1

详细的代码可以直接访问 ipynb 文件链接。里面有 手动LSTM 和 nn.LSTM 两种不同的实现方案。

训练后的结果

# 训练过程
epoch: 400 loss: 0.01360714
epoch: 450 loss: 0.00120955
epoch: 499 loss: 0.0031908983
# 在 500 后收敛

# 输入 45,46,47,48,49,50
# 输出
[49.966102600097656, 50.8197021484375, 51.54384231567383, 52.14518737792969, 52.62910842895508]

GRU

GRU（Gated Recurrent Unit）全称 门控循环单元，就是使用 逻辑电路的思路去解决模型的问题。

他和 LSTM 一样，都是为了解决 RNN 的长期记忆的问题。同时比 LSTM 的优势是，仅仅是用了两个门 – 重置门 和 更新门。门的数量的减少，自然参数量可以进一步的减少。

记住了原理就可以，不需要过多的细节

原理

原理图

GRUCell 就是 GRUModel 的基础的组件，上图就是 GRUCell 的原理图。整个 Cell 有 2 个门来控制记忆，包括了 重置门/更新门，由他们来控制 输入/输出/隐状态 之间的关系。

⚠️ 注意，与 LSTM 对比，GRU 没有 记忆 的概念，他的所有的记忆都是隐状态中，并且他是使用 门 来更新/重置 隐状态。

组件

下面是节选例子中的 手写GRU 的 GRUCell 代码片段。

class GRUCell(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(GRUCell, self).__init__()
        self.hidden_size = hidden_size
        
        self.update_gate = nn.Linear(input_size + hidden_size, hidden_size)
        self.reset_gate = nn.Linear(input_size + hidden_size, hidden_size)
        self.hidden_candidate = nn.Linear(input_size + hidden_size, hidden_size)
    
    def forward(self, x, hidden):
        # print(f"cell forward : {x.shape} {hidden.shape}")
        # cell forward : torch.Size([1]) torch.Size([50])
        combined = torch.cat((x, hidden), dim=0)
        
        update_gate = torch.sigmoid(self.update_gate(combined))
        reset_gate = torch.sigmoid(self.reset_gate(combined))
        # process reset
        combined_hidden = torch.cat((x, reset_gate * hidden), dim=0)
        # activate after process reset
        hidden_candidate = torch.tanh(self.hidden_candidate(combined_hidden))
        # process update
        hidden = (1 - update_gate) * hidden + update_gate * hidden_candidate
        
        return hidden

请结合注释和原理图，进行阅读。

与 LSTM 对比

1. 没有了 Cell 的记忆，他是直接修改了 隐状态 hidden
2. 只有两个门，更新门 和 重置门，结构更加的简单

总结

1. 上述逻辑 都是简单的 全链接 和 激活函数 构成，所以理解原理是最重要的，内部都是组装而已
2. 因为是手写 GRUCell，简化了逻辑，仅仅是针对 单个数据 + 记忆 处理；sequence 的数据 就是在训练的时候，进行循环；batch 的概念，当然也是没有的。

⚠️ 这里影响到了 1. X, y 的数据结构； 2. 模型内的 forward 的处理方法；3. train 的方法。可以对比文件后面的 nn.GRU 的解决方法，来一起服用。
最好的方式当然是把 手写 GRUCell 改写成 (batch, sequence, input_feature) X 数据结构 都适用的代码。

例子

与 LSTM 的例子的题目是一致的，分析的过程也是一致。

详细的代码可以直接访问 ipynb 文件链接。里面有 手动GRU 和 nn.GRU 两种不同的实现方案。

总结

1. 无论是 RNN 和 类RNN 模型 LSTM/GRU 都是 输出时间步的隐状态，这是 时序序列相关的模型的关键
2. LSTM 和 GRU ，具有模型的可解释性，同时他是解决其他问题的方式用在定义模型上，体现跨学科学习的重要性
3. LSTM 和 GRU 在使用场景上都可以交替使用，看哪个比较适合