李宏毅机器学习笔记-12.1 循环神经网络（Recurrent Neural Network-RNN）- part 1

Recurrent Neural Network(RNN) - 循环神经网络（part 1)

---

1 从一个例子说起

• 假设要做一个智能客服系统或者智能订票系统之类的，需要用到一个叫做 Slot Filling 的技术，举个例子，如果做一个人对智能订票系统说 ”I would like to arrive Taipei on November 2nd“。那么你的系统会有一些 Slot，在这里应该是 Destination 和 time of arrival ，然后根据对方的话讲一些词填入到这些 Slot 中。具体如下图：

  

• 那应该要怎么实现以上的 Slot Filling 呢？可以考虑用之前学过的 前馈神经网络（Feedforward Neural NetWork），将输入的单词转换成向量的形式输入神经网络进行学习。将单词转换成向量的方法有很多，这里就不详细说明。

  

• 那以上的方法真的可行吗？ 想一下输入的两个句子是

  1. arrive Taipei on November 2nd.
  2. leave Taipei on November 2nd.

  第一句中的 Taipei 表示的是目的地，而第二句中的表示的是出发地，但是我们的前馈神经网络是无法分辨这种情况的，因为前馈神经网络并不知道在 Taipei 之前是什么单词。也就是说，因为前馈神经网络没有记忆性。

2 Recurrent Neural Network(RNN)

• RNN 具有记忆性，而这是通过设置一些内存单元实现的，如在下图中，a1 和 a2 就表示内存，其中存的值就是 hidden layer 的输出。并且，a1 和 a2 同样会被当成输入。

  

• 假设所有的 weight 都是 1，bias 都是 0，a1 和 a2 的初始值是 0， σ(z)=z$\sigma (z)=z$,

  1. 第一次的输入为 [1, 1] ，那 hidden layer 的输出就是 [2, 2]，同时 a1 和 a2 也会被更新为 [2, 2]，output = [4, 4].
  2. 第二次的输入为 [1, 1] ,那 hidden layer 的输出就是 [6, 6]，同时 a1 和 a2 也会被更新为 [6, 6]，output = [12, 12].
  3. 第三次的输入为 [2, 2] ,那 hidden layer 的输出就是 [16, 16]，同时 a1 和 a2 也会被更新为 [16, 16]，output = [32, 32].

• 如上，前两次输入是一样的，但是因为有“记忆性”，所以两次的输出不一样。并且我们注意到，现在这个 RNN 对顺序是敏感的，也就是说，如果我们把第三次输入换到第一次，那么整个输出的结果都会改变。

  

• 以上介绍的叫做 Elman Network，RNN 还有很多其他的变体，比如 Jordan Network，还有 双向的RNN，即 Bidirectional RNN 。

  

  

• 以上的这些都是一些 RNN 的 simple 版本，接下来的才是主菜，才是我们目前真正实用的 RNN。

3 Long Short-term Memory (LSTM)

3.1 基本结构

• LSTM 的构成如下图：

  

  1. Input Gate： 只有打开时，输入才能进入到内存单元（Memory Cell）.
  2. Output Gate： 只有打开时，才能输出。
  3. Forget Gate： 打开时，内存将被清空。（这里一般控制信号为0才叫做打开）。

• 由上图可以知道，LSTM 有 4 个输入：

  • 输入到 input gate 中的值；
  • 控制 input gate 的值；
  • 控制 output gate 的值；
  • 控制 forget gate 的值。

  一个输出：

  • 从 outpu gate 中输出的值。

• 为什么叫 Long Short-term Memory？因为之前介绍的 RNN 中，每次有新的值进来，内存中的值就会被替换掉，所以记忆是“short-term“。但是 LSTM 加了好几个控制阀门，内存并不会每次都被替换，所以有更 ”long“ 的记忆。、

3.2 进一步分析

• 先上一张图：

  

  上图中的 active funtion 都是 sigmoid，经过 sigmoid 后的值都会在 0 ~ 1之间，表示当前这个 gate 被打开的程度。

  相信根据这张图可以很容易的与上一张图的各个部件对应起来，然后我们省去分析的过程（因为很简单），可以很容易的得到，

  c′=g(z)f(zi)+cf(zf)$$c^{{}^{\prime }}=g(z)f(z_i)+cf(z_f)$$
  a=h(c′)f(z0)$$a=h(c^{{}^{\prime }})f(z_0)$$

  也就是说，

  • 当 f(zi)=0$f(z_i)=0$ 时，input gate 就被关闭了，也就相当于没有了输入。

  • 当 f(zf)=0$f(z_f)=0$ 时，forget gate 就被打开了，将会清空原本的指。

  • 当 f(zo)=0$f(z_o)=0$ 时，output gate 就被关闭了，将不会有输出值。

  • 反之，你自己推一下。

3.3 应用到例子

• LSTM 的 4 个输入，其实输入都是一样的，但是我们可以通过调整每个输入的权值来使他们表现得不一样。比如说我们输入 [x1, x2, x3] ，要做到

  

• 下图是一个例子，可以用来实现上图中的功能。当然在实际应用中，这些 weight 都是机器自己学习出来的。

  

3.4 组合起来

• 我们之前讲的虽然看起来很复杂，但是对应到我们之前的的神经网络的架构，我们会发现，上面这个看起来很复杂的东西其实只是一个神经元（Neural），所以要把 LSTM 真正应用起来，就是拿上面讲的这个去替换 Neural Network 中的 Neural ，如果有两个 neural 那么就是这样子：

  

• 其实上面也是一个简化版，真正的 LSTM 长得像下面这样子：

  

  这玩意儿正常人应该看不懂………但是多看看说不定可以，图上具体的各个含义我也不解释了，可以去听听李宏毅老师的课。

总结

• 也没有什么好总结的，我写这些博客的目的主要是为了自己能够理解得更深，能够梳理清楚整个知识框架，所以可能对旁人看起来不太友好，但是如果有人看了我的博客能够从中受益，那我就非常开心了:smile:。