神经网络RNN图解！
神经网络是深度学习的载体，而神经网络模型中，最经典非RNN模型所属，尽管它不完美，但它具有学习历史信息的能力。后面不管是encode-decode 框架，还是注意力模型，以及自注意力模型，以及更加强大的Bert模型家族，都是站在RNN的肩上，不断演化、变强的。
这篇文章，阐述了RNN的方方面面，包括模型结构，优缺点，RNN模型的几种应用，RNN常使用的激活函数，RNN的缺陷，以及GRU，LSTM是如何试图解决这些问题，RNN变体等。
这篇文章最大特点是图解版本，其次语言简练，总结全面。
概述
传统RNN的体系结构。Recurrent neural networks，也称为RNNs，是一类允许先前的输出用作输入，同时具有隐藏状态的神经网络。它们通常如下所示：
对于每一时步 , 激活函数 ，输出 被表达为:
这里是时间维度网络的共享权重系数
是激活函数
下表总结了典型RNN架构的优缺点：
| 优点 | 缺点 |
|---|---|
| 处理任意长度的输入 | 计算速度慢 |
| 模型形状不随输入长度增加 | 难以获取很久以前的信息 |
| 计算考虑了历史信息 | 无法考虑当前状态的任何未来输入 |
| 权重随时间共享 |
RNNs应用
RNN模型主要应用于自然语言处理和语音识别领域。下表总结了不同的应用：
| RNN 类型 | 图解 | 例子 |
|---|---|---|
| 1对1 |
|
传统神经网络 |
| 1对多 |
|
音乐生成 |
| 多对1 |
|
情感分类 |
| 多对多 |
|
命名实体识别 |
| 多对多 |
|
机器翻译 |
损失函数
对于RNN网络，所有时间步的损失函数 是根据每个时间步的损失定义的，如下所示：
时间反向传播
在每个时间点进行反向传播。在时间步，损失相对于权重矩阵的偏导数表示如下：
处理长短依赖
常用激活函数
RNN模块中最常用的激活函数描述如下：
| Sigmoid | Tanh | RELU |
|---|---|---|
|
|
|
|
梯度消失/爆炸
在RNN中经常遇到梯度消失和爆炸现象。之所以会发生这种情况，是因为很难捕捉到长期的依赖关系，因为乘法梯度可以随着层的数量呈指数递减/递增。
梯度修剪
梯度修剪是一种技术，用于执行反向传播时，有时遇到的梯度爆炸问题。通过限制梯度的最大值，这种现象在实践中得以控制。
门的类型
为了解决消失梯度问题，在某些类型的RNN中使用特定的门，并且通常有明确的目的。它们通常标注为，等于：
其中，是特定于门的系数，是sigmoid函数。主要内容总结如下表：
| 门的种类 | 作用 | 应用 |
|---|---|---|
| 更新门 | 过去对现在有多重要？ | GRU, LSTM |
| 关联门 | 丢弃过去信息? | GRU, LSTM |
| 遗忘门 | 是不是擦除一个单元? | LSTM |
| 输出门 | 暴露一个门的多少? | LSTM |
GRU/LSTM
Gated Recurrent Unit（GRU）和长-短期记忆单元（LSTM）处理传统RNNs遇到的消失梯度问题，LSTM是GRU的推广。下表总结了每种结构的特征方程：
RNN的变体
下表总结了其他常用的RNN模型：
| Bidirectional (BRNN) | Deep (DRNN) |
|---|---|
|
|
|
赞 (0)