test

Posted nickchen121

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了test相关的知识,希望对你有一定的参考价值。

    在循环神经网络(RNN)模型与前向反向传播算法中,我们总结了对RNN模型做了总结。由于RNN也有梯度消失的问题,因此很难处理长序列的数据,大牛们对RNN做了改进,得到了RNN的特例LSTM(Long Short-Term Memory),它可以避免常规RNN的梯度消失,因此在工业界得到了广泛的应用。下面我们就对LSTM模型做一个总结。

1. 从RNN到LSTM

    在RNN模型里,我们讲到了RNN具有如下的结构,每个序列索引位置t都有一个隐藏状态\\(h^(t)\\)
技术图片

    如果我们略去每层都有的\\(o^(t), L^(t),?y^(t)\\),则RNN的模型可以简化成如下图的形式:
技术图片

    图中可以很清晰看出在隐藏状态\\(h^(t)\\)\\(x^(t)\\)\\(h^(t-1)\\)得到。得到\\(h^(t)\\)后一方面用于当前层的模型损失计算,另一方面用于计算下一层的\\(h^(t+1)\\)
    由于RNN梯度消失的问题,大牛们对于序列索引位置t的隐藏结构做了改进,可以说通过一些技巧让隐藏结构复杂了起来,来避免梯度消失的问题,这样的特殊RNN就是我们的LSTM。由于LSTM有很多的变种,这里我们以最常见的LSTM为例讲述。LSTM的结构如下图:
技术图片

    可以看到LSTM的结构要比RNN的复杂的多,真佩服牛人们怎么想出来这样的结构,然后这样居然就可以解决RNN梯度消失的问题?由于LSTM怎么可以解决梯度消失是一个比较难讲的问题,我也不是很熟悉,这里就不多说,重点回到LSTM的模型本身。

?2. LSTM模型结构剖析

    上面我们给出了LSTM的模型结构,下面我们就一点点的剖析LSTM模型在每个序列索引位置t时刻的内部结构。
    从上图中可以看出,在每个序列索引位置t时刻向前传播的除了和RNN一样的隐藏状态\\(h^(t)\\),还多了另一个隐藏状态,如图中上面的长横线。这个隐藏状态我们一般称为细胞状态(Cell State),记为\\(C^(t)\\)。如下图所示:
技术图片

    除了细胞状态,LSTM图中还有了很多奇怪的结构,这些结构一般称之为门控结构(Gate)。LSTM在在每个序列索引位置t的门一般包括遗忘门,输入门和输出门三种。下面我们就来研究上图中LSTM的遗忘门,输入门和输出门以及细胞状态。

?2.1 LSTM之遗忘门

    遗忘门(forget gate)顾名思义,是控制是否遗忘的,在LSTM中即以一定的概率控制是否遗忘上一层的隐藏细胞状态。遗忘门子结构如下图所示:
技术图片

    图中输入的有上一序列的隐藏状态\\(h^(t-1)\\)和本序列数据\\(x^(t)\\),通过一个激活函数,一般是sigmoid,得到遗忘门的输出\\(f^(t)\\)。由于sigmoid的输出\\(f^(t)\\)在[0,1]之间,因此这里的输出f^(t)代表了遗忘上一层隐藏细胞状态的概率。用数学表达式即为:\\[f^(t) = \\sigma(W_fh^(t-1) +?U_fx^(t) + b_f)\\]
    其中\\(W_f, U_f, b_f\\)为线性关系的系数和偏倚,和RNN中的类似。\\(\\sigma\\)为sigmoid激活函数。

2.2 LSTM之输入门

    输入门(input gate)负责处理当前序列位置的输入,它的子结构如下图:
技术图片

    从图中可以看到输入门由两部分组成,第一部分使用了sigmoid激活函数,输出为\\(i^(t)\\),第二部分使用了tanh激活函数,输出为\\(a^(t)\\), 两者的结果后面会相乘再去更新细胞状态。用数学表达式即为:\\[i^(t) = \\sigma(W_ih^(t-1) +?U_ix^(t) + b_i)\\]\\[a^(t) =tanh(W_ah^(t-1) +?U_ax^(t) + b_a)\\]
    其中\\(W_i, U_i, b_i, W_a, U_a, b_a,\\)为线性关系的系数和偏倚,和RNN中的类似。\\(\\sigma\\)为sigmoid激活函数。

2.3 LSTM之细胞状态更新

    在研究LSTM输出门之前,我们要先看看LSTM之细胞状态。前面的遗忘门和输入门的结果都会作用于细胞状态\\(C^(t)\\)。我们来看看从细胞状态\\(C^(t-1)\\)如何得到\\(C^(t)\\)。如下图所示:
技术图片

    细胞状态\\(C^(t)\\)由两部分组成,第一部分是\\(C^(t-1)\\)和遗忘门输出\\(f^(t)\\)的乘积,第二部分是输入门的\\(i^(t)\\)\\(a^(t)\\)的乘积,即:\\[C^(t) = C^(t-1) \\odot?f^(t) +?i^(t)?\\odot?a^(t)\\]
    其中,\\(\\odot\\)为Hadamard积,在DNN中也用到过。

2.4 LSTM之输出门

    有了新的隐藏细胞状态\\(C^(t)\\),我们就可以来看输出门了,子结构如下:
技术图片

    从图中可以看出,隐藏状态\\(h^(t)\\)的更新由两部分组成,第一部分是\\(o^(t)\\), 它由上一序列的隐藏状态\\(h^(t-1)\\)和本序列数据\\(x^(t)\\),以及激活函数sigmoid得到,第二部分由隐藏状态\\(C^(t)\\)和tanh激活函数组成, 即:\\[o^(t) = \\sigma(W_oh^(t-1) +?U_ox^(t) + b_o)\\]\\[h^(t) = o^(t) \\odot tanh(C^(t))\\]
    通过本节的剖析,相信大家对于LSTM的模型结构已经有了解了。当然,有些LSTM的结构和上面的LSTM图稍有不同,但是原理是完全一样的。

3. LSTM前向传播算法

    现在我们来总结下LSTM前向传播算法。LSTM模型有两个隐藏状态\\(h^(t), C^(t)\\),模型参数几乎是RNN的4倍,因为现在多了\\(W_f, U_f, b_f, W_a, U_a, b_a, W_i, U_i, b_i, W_o, U_o, b_o\\)这些参数。
    前向传播过程在每个序列索引位置的过程为:
    1)更新遗忘门输出:\\[f^(t) = \\sigma(W_fh^(t-1) +?U_fx^(t) + b_f)\\]
    2)更新输入门两部分输出:\\[i^(t) = \\sigma(W_ih^(t-1) +?U_ix^(t) + b_i)\\]\\[a^(t) = tanh(W_ah^(t-1) +?U_ax^(t) + b_a)\\]
    3)更新细胞状态:\\[C^(t) = C^(t-1) \\odot?f^(t) +?i^(t)?\\odot?a^(t)\\]
    4)更新输出门输出:\\[o^(t) = \\sigma(W_oh^(t-1) +?U_ox^(t) + b_o)\\]\\[h^(t) = o^(t) \\odot tanh(C^(t))\\]
    5)更新当前序列索引预测输出:\\[\\haty^(t) = \\sigma(Vh^(t) + c)\\]

4. ?LSTM反向传播算法推导关键点

    有了LSTM前向传播算法,推导反向传播算法就很容易了, 思路和RNN的反向传播算法思路一致,也是通过梯度下降法迭代更新我们所有的参数,关键点在于计算所有参数基于损失函数的偏导数。
    在RNN中,为了反向传播误差,我们通过隐藏状态\\(h^(t)\\)的梯度\\(\\delta^(t)\\)一步步向前传播。在LSTM这里也类似。只不过我们这里有两个隐藏状态\\(h^(t)\\)\\(C^(t)\\)。这里我们定义两个\\(\\delta\\),即:\\[\\delta_h^(t) = \\frac\\partial L\\partial h^(t)\\]\\[\\delta_C^(t) = \\frac\\partial L\\partial?C^(t)\\]
    为了便于推导,我们将损失函数\\(L(t)\\)分成两块,一块是时刻\\(t\\)位置的损失\\(l(t)\\),另一块是时刻\\(t\\)之后损失\\(L(t+1)\\),即:\\[L(t) = \\begincases l(t) + L(t+1) &amp; \\textif \\, t <;?\\tau \\\\ l(t) &amp; \\textif \\, t = \\tau\\endcases\\]    
    而在最后的序列索引位置\\(\\tau\\)\\(\\delta_h^(\\tau)\\)和?$\\delta_C^(\\tau) \\(为:\\)\\(\\delta_h^(\\tau) =(\\frac\\partial O^(\\tau)\\partial?h^(\\tau))^T\\frac\\partial L^(\\tau)\\partial O^(\\tau)? = V^T(\\haty^(\\tau) - y^(\\tau))\\)\\[$\\delta_C^(\\tau) =(\\frac\\partial h^(\\tau)\\partial?C^(\\tau))^T\\frac\\partial L^(\\tau)\\partial h^(\\tau)? = \\delta_h^(\\tau) \\odot ?o^(\\tau) \\odot (1 - tanh^2(C^(\\tau)))\\]
    接着我们由\\(\\delta_C^(t+1),\\delta_h^(t+1)\\)反向推导\\(\\delta_h^(t), \\delta_C^(t)\\)
    \\(\\delta_h^(t)\\)的梯度由本层t时刻的输出梯度误差和大于t时刻的误差两部分决定,即:\\[? \\delta_h^(t) =\\frac\\partial L\\partial?h^(t)? =\\frac\\partial l(t)\\partial?h^(t) + (?\\frac\\partial h^(t+1)\\partial?h^(t))^T\\frac\\partial L(t+1)\\partial?h^(t+1)? = V^T(\\haty^(t) - y^(t)) + (\\frac\\partial h^(t+1)\\partial?h^(t))^T\\delta_h^(t+1) \\]
    整个LSTM反向传播的难点就在于$?\\frac\\partial h^(t+1)\\partial?h^(t)\\(这部分的计算。仔细观察,由于\\)h^(t) = o^(t) \\odot tanh(C^(t))\\(, 在第一项\\)o^(t)\\(中,包含一个\\)h\\(的递推关系,第二项\\)tanh(C^(t))\\(就复杂了,\\)tanh\\(函数里面又可以表示成:\\)\\(C^(t) = C^(t-1) \\odot?f^(t) +?i^(t)?\\odot?a^(t)\\)$
    \\(tanh\\)函数的第一项中,\\(f^(t)?\\)包含一个\\(h\\)的递推关系,在\\(tanh\\)函数的第二项中,\\(i^(t)\\)\\(a^(t)\\)都包含\\(h\\)的递推关系,因此,最终$?\\frac\\partial h^(t+1)\\partial?h^(t)$这部分的计算结果由四部分组成。即:
\\[\\Delta C = o^(t+1) \\odot [1-tanh^2(C^(t+1))]\\]
\\[\\frac\\partial h^(t+1)\\partial h^(t) = W_o^T [o^(t+1) \\odot (1-o^(t+1)) \\odot tanh(C^(t+1))] +? W_f^T [\\Delta C? \\odot f^(t+1) \\odot (1-f^(t+1)) \\odot C^(t)] + W_a^T \\ \\Delta C? \\odot i^(t+1) \\odot [1-(a^(t+1))^2] \\? + W_i^T [\\Delta C? \\odot a^(t+1) \\odot? i^(t+1)? \\odot (1-i^(t+1))]\\]
    而\\(\\delta_C^(t)\\)的反向梯度误差由前一层\\(\\delta_C^(t+1)\\)的梯度误差和本层的从\\(h^(t)\\)传回来的梯度误差两部分组成,即:\\[\\delta_C^(t) =(\\frac\\partial ?C^(t+1)\\partial?C^(t)?)^T\\frac\\partial L\\partial C^(t+1) + (\\frac\\partial h^(t)\\partial C^(t)?)^T\\frac\\partial L\\partial h^(t)= (\\frac\\partial ?C^(t+1)\\partial?C^(t)?)^T\\delta_C^(t+1) + \\delta_h^(t) \\odot ?o^(t) \\odot (1 - tanh^2(C^(t))) = \\delta_C^(t+1) \\odot f^(t+1) + \\delta_h^(t) \\odot ?o^(t) \\odot (1 - tanh^2(C^(t)))\\]
    有了\\(\\delta_h^(t)\\)\\(\\delta_C^(t)\\), 计算这一大堆参数的梯度就很容易了,这里只给出\\(W_f\\)的梯度计算过程,其他的\\(U_f, b_f, W_a, U_a, b_a, W_i, U_i, b_i, W_o, U_o, b_o,V, c\\)的梯度大家只要照搬就可以了。\\[\\frac\\partial L\\partial W_f =\\sum\\limits_t=1^\\tau [\\delta_C^(t) \\odot?C^(t-1) \\odot f^(t)\\odot(1-f^(t))] (h^(t-1))^T\\]

5. LSTM小结

    LSTM虽然结构复杂,但是只要理顺了里面的各个部分和之间的关系,进而理解前向反向传播算法是不难的。当然实际应用中LSTM的难点不在前向反向传播算法,这些有算法库帮你搞定,模型结构和一大堆参数的调参才是让人头痛的问题。不过,理解LSTM模型结构仍然是高效使用的前提。
(欢迎转载,转载请注明出处。欢迎沟通交流: liujianping-ok@163.com)

参考资料:

1)?Neural Networks and Deep Learning?by?By Michael Nielsen
2)?Deep Learning, book by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
3)?UFLDL Tutorial
4)Understanding-LSTMs

以上是关于test的主要内容,如果未能解决你的问题,请参考以下文章

请教shell脚本处理带空格的文件名

python argparse中的多个参数

call和apply的使用

textarea 删除白线?

在MySql中、怎样根据年份或者月份查询数据表中的数据?

linux 文件操作命令 touchcatmorelessheadtail