标准循环神经网络记忆差怎么破

Posted 2021-04-26 人工智能与大数据生态

前言

前面介绍的是循环神经网络， 这篇文章介绍的是长短记忆网络。

问题

标准循环网络的记忆差

•     转换矩阵必然削弱信号

•     需要一种可以在多个步骤中保持一些维度不变的结构

这个算是循环神经网络的一个升级，解决了循环神经网络致命的问题，梯度消失问题，对长距离会记不住信息。如何解决这两个问题，往下看。

通过内部更新机制，引入了三个门，通过这些门，怎么记住信息？默认情况下LSTM会记住最后一步的信息。

LSTM结构图

这个其实是小的单元，Xt第t时刻元素输入，前面有两个输入。这个和经典的循环神经网络不一样的是它有两个输入，两个输出。这里我们看到的都是状态，没有把每个节点的输出给出来，C和h都是当前状态的输出状态，或者输入上一层的状态。

这个是长短记忆网络最核心部分，也叫记忆单元、状态单元，因为有了它就解决了记忆问题，也解决了消失问题。它就贯通神经网络节点，它的信息会没有阻断向前传播，更新也不会有任何消失。

分两个阶段更新，结合两个图，前面是忘记后边是添加，得到一个新的状态，Ct-1是上一层的单元状态，记录的是前面穿过来的信息，通过忘记信息，再添加新的信息，最后更新新的状态。 

我们看它是怎么忘记，怎么添加的？ht-1和Ct-1之间有什么关系？在循环神经网络中就只有一个ht-1，就是上一层的状态，这里它有两个状态，它们分工还算明确，Ct-1是保证信息的传输，ht-1是通过Ct-1通过输出门进一步过滤得到的一个状态值，是用来参与具体的循环概念上上一层状态的计算。ht可以对应经典循环网络上一层的状态，Ct是额外附加的，贯穿整个信息的。

下面那些都是通过ht-1和Xt，拼接成长的向量，下面的好几个门都是以它为输入的，所以说前面输入都是固定的，通过不同的输入输入到不同的网络中，得到不同的门。

下图看框起来的部分，通过这个公式，通过公式外层那个函数进行激活，把所有的元素约束到0-1之间，跟门是天然对应的，0-无，1-有。通过函数得到的ft得到的就是一个门控，对应信息是0就忘记这部分信息，这部分信息是1就保留。这些值在0-1之间，所以不是绝对的忘记，有量化程度，有一定的概率去忘记。

然后我们把这个计算的向量和上层的单元状态进行一对一相乘，就是上层含有信息的和ft控制门对应向量一一相乘。

右边的公式是计算输入门，it是当前临时的状态，就是由当前的Xt和前一个状态ht-1计算得到的当前的信息。Ct这个信息是通过it输入门进行过滤，也是按位相乘，然后加到前面状态中。

Ct-1是上一个状态，跟忘记门按位一对一相乘，如果fi对应位置向量接近于0，对应信息选择忘记，然后得到一个信息，在这个基础上我们再加上it，输入门乘我们临时信息，也是按位相乘，对于对当前信息我们过滤掉一部分之后得到有用的信息，通过相加我们最终得到单元状态Ct。

我们有了Ct之后，可以算一个输出ht，是在Ct基础上得到的，又有一个门，总共三个门，忘记门、输入门、输出门。通过输出门对Ct再过滤，得到的ht才是作为下一步状态来传。

 

把内部复杂结构都去掉，其实就是循环神经网络，输入是Xt-1，输出是ht-1，是我们前面神经网络对应的状态，额外维护的是Ct，就是因为有了Ct才可以解决前面的梯度消失问题，长距离记忆问题。它只有过滤和相加操作，没有相乘，就尽量保证了长期信息，所以在Ct这条路上没有梯度消失，前面说梯度消失就是它会不断乘一个小于1的值，到最后，慢慢逼近0。

要点

LSTM其实有很多不同类型，其实就是有复杂的门控机制，让复杂的神经网络解决了梯度消失问题，长距离问题。还有一个是GRU，相对LSTM结构较简单，没有LSTM流行。

LSTM不同的门不同的参数，所以参数比循环神经网络多很多，训练的时候时间很长，4倍吧。

持续输出干货有点累。。你的一个“点赞  分享”是我的动力