循環(huán)神經(jīng)網(wǎng)絡(luò)模型與前向反向傳播算法

本文將討論：循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks ，以下簡稱RNN)，它廣泛的用于自然語言處理中的語音識(shí)別，手寫書別以及機(jī)器翻譯等領(lǐng)域。

1. RNN概述

在前面講到的DNN和CNN中，訓(xùn)練樣本的輸入和輸出是比較的確定的。但是有一類問題DNN和CNN不好解決，就是訓(xùn)練樣本輸入是連續(xù)的序列,且序列的長短不一，比如基于時(shí)間的序列：一段段連續(xù)的語音，一段段連續(xù)的手寫文字。這些序列比較長，且長度不一，比較難直接的拆分成一個(gè)個(gè)獨(dú)立的樣本來通過DNN/CNN進(jìn)行訓(xùn)練。

而對(duì)于這類問題，RNN則比較的擅長。那么RNN是怎么做到的呢？RNN假設(shè)我們的樣本是基于序列的。比如是從序列索引 1 到序列索引 T 的。對(duì)于這其中的任意序列索引號(hào) t，它對(duì)應(yīng)的輸入是對(duì)應(yīng)的樣本序列中的。而模型在序列索引號(hào) t 位置的隱藏狀態(tài)，則由共同決定。在任意序列索引號(hào) t，我們也有對(duì)應(yīng)的模型預(yù)測輸出。通過預(yù)測輸出和訓(xùn)練序列真實(shí)輸出，以及損失函數(shù)，我們就可以用DNN類似的方法來訓(xùn)練模型，接著用來預(yù)測測試序列中的一些位置的輸出。

下面我們來看看RNN的模型。

2. RNN模型

RNN模型有比較多的變種，這里介紹最主流的RNN模型結(jié)構(gòu)如下：

上圖中左邊是RNN模型沒有按時(shí)間展開的圖，如果按時(shí)間序列展開，則是上圖中的右邊部分。我們重點(diǎn)觀察右邊部分的圖。

這幅圖描述了在序列索引號(hào)t附近RNN的模型。其中：

1）和代表在序列索引號(hào) t?1 和 t+1 時(shí)訓(xùn)練樣本的輸入。

2）

3）

4）

5）代表在序列索引號(hào) t 時(shí)訓(xùn)練樣本序列的真實(shí)輸出。

6）U，W，V這三個(gè)矩陣是我們的模型的線性關(guān)系參數(shù)，它在整個(gè)RNN網(wǎng)絡(luò)中是共享的，這點(diǎn)和DNN很不相同。 也正因?yàn)槭枪蚕砹耍w現(xiàn)了RNN的模型的“循環(huán)反饋”的思想。

3. RNN前向傳播算法

有了上面的模型，RNN的前向傳播算法就很容易得到了。

對(duì)于任意一個(gè)序列索引號(hào)t，我們隱藏狀態(tài)

其中 σ 為RNN的激活函數(shù)，一般為 tanh, b為線性關(guān)系的偏倚。

序列索引號(hào) t 時(shí)模型的輸出

?+ c

在最終在序列索引號(hào) t 時(shí)我們的預(yù)測輸出為:

通常由于RNN是識(shí)別類的分類模型，所以上面這個(gè)激活函數(shù)一般是softmax。

通過損失函數(shù)

4. RNN反向傳播算法推導(dǎo)

有了RNN前向傳播算法的基礎(chǔ)，就容易推導(dǎo)出RNN反向傳播算法的流程了。RNN反向傳播算法的思路和DNN是一樣的，即通過梯度下降法一輪輪的迭代，得到合適的RNN模型參數(shù) U，W，V，b，c 。由于我們是基于時(shí)間反向傳播，所以RNN的反向傳播有時(shí)也叫做BPTT(back-propagation through time)。當(dāng)然這里的BPTT和DNN也有很大的不同點(diǎn)，即這里所有的 U，W，V，b，c 在序列的各個(gè)位置是共享的，反向傳播時(shí)我們更新的是相同的參數(shù)。

為了簡化描述，這里的損失函數(shù)我們?yōu)榻徊骒負(fù)p失函數(shù)，輸出的激活函數(shù)為softmax函數(shù)，隱藏層的激活函數(shù)為tanh函數(shù)。

對(duì)于RNN，由于我們?cè)谛蛄械拿總€(gè)位置都有損失函數(shù)，因此最終的損失 L 為：

其中 V，c，的梯度計(jì)算是比較簡單的：

但是 W，U，b 的梯度計(jì)算就比較的復(fù)雜了。從RNN的模型可以看出，在反向傳播時(shí)，在在某一序列位置t的梯度損失由當(dāng)前位置的輸出對(duì)應(yīng)的梯度損失和序列索引位置 t+1 時(shí)的梯度損失兩部分共同決定。對(duì)于 W 在某一序列位置t的梯度損失需要反向傳播一步步的計(jì)算。我們定義序列索引 t 位置的隱藏狀態(tài)的梯度為：

這樣我們可以像DNN一樣從遞推?。

對(duì)于，由于它的后面沒有其他的序列索引了，因此有：

有了

除了梯度表達(dá)式不同，RNN的反向傳播算法和DNN區(qū)別不大，因此這里就不再重復(fù)總結(jié)了。

5. RNN小結(jié)

上面總結(jié)了通用的RNN模型和前向反向傳播算法。當(dāng)然，有些RNN模型會(huì)有些不同，自然前向反向傳播的公式會(huì)有些不一樣，但是原理基本類似。

RNN雖然理論上可以很漂亮的解決序列數(shù)據(jù)的訓(xùn)練，但是它也像DNN一樣有梯度消失時(shí)的問題，當(dāng)序列很長的時(shí)候問題尤其嚴(yán)重。因此，上面的RNN模型一般不能直接用于應(yīng)用領(lǐng)域。在語音識(shí)別，手寫書別以及機(jī)器翻譯等NLP領(lǐng)域?qū)嶋H應(yīng)用比較廣泛的是基于RNN模型的一個(gè)特例LSTM，下一篇我們就來討論LSTM模型。