机器学习笔记 ：LSTM 变体 （conv-LSTMPeephole LSTM coupled LSTMconv-GRU）

Posted 2022-02-26 UQI-LIUWJ

1 LSTM复习

机器学习笔记 RNN初探 & LSTM_UQI-LIUWJ的博客-CSDN博客

机器学习笔记：GRU_UQI-LIUWJ的博客-CSDN博客_gru 机器学习

 2 PeepholeLSTM

就是计算输入门、遗忘门和输出门 的时候，我们不仅仅考虑h和x，还将C考虑进来

3  coupled  LSTM

输入门和遗忘门二合一

4 Conv LSTM 

 可以看到conv LSTM中也使用了peephole LSTM的结构——cell部分也用于遗忘门和输入门的计算

对于使用了peephole 的LSTM，我们有如下的计算流程

        在这里红色和紫色框起来的地方 都是 哈达玛积（逐元素乘积），计算量是很大的，同时参数量也是很大的 [*表示 卷积操作 ●表示哈达玛积]

       在conv lstm 中，对于红色和紫色框起来的部分使用矩阵乘法而不是逐元素乘积

        对于conv-LSTM，输入是，w是时间窗口，a,b是 grid的尺寸；k是特征数量

         另一种convLSTM的理解方法是，我们普通的LSTM可以看成最后两个维度都是1 的ConvLSTM，其中卷积核大小为1×1

4.1 ConvLSTM VS CNN+LSTM

        对于时间序列预测问题而言,一般来说不存在conLSTM的结构,因为对于convlstm来说,输入是矩阵形式的,即每一个时间步都是一个矩阵输入(例如视频分类问题),而典型的时间序列预测的每一个时间步输入是一个向量(多变量时间序列预测)或一个标量(单变量时间序列预测)。

        因此在时间序列预测中,一般是使用conv1d+lstm的方式来做,例如输入是一个长度为10的sequence,经过conv1d(padding)之后仍旧是长度为10的sequence,然后这个sequence再送入LSTM,cnn作为滤波器存在,cnn和lstm的网络结构是完全独立的;

          cnn+lstm是无法直接处理视频问题的,因为视频的每一个时间步是一张图像,不考虑多通道问题则至少是一个矩阵,而LSTM中,输入部分和上一个时间步的hidden state的传入部分一般来说是向量。

4.2 图示ConvLSTM

 换言之，我们可以理解为，H，C以及sequence的每个元素X都是三维的tensor，每次我们都是用卷积操作来生成下一个sequence的H和C

5 ConvGRU

和Conv-LSTM类似，也是用 矩阵乘法代替逐元素哈达玛积

参考文献

【串讲总结】RNN、LSTM、GRU、ConvLSTM、ConvGRU、ST-LSTM - 知乎 (zhihu.com)