GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现

Posted 一只有恒心的小菜鸟

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GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现相关的知识，希望对你有一定的参考价值。

GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现

RNN
GRU
matlab codes

RNN网络考虑到了具有时间数列的样本数据，但是RNN仍存在着一些问题，比如随着时间的推移，RNN单元就失去了对很久之前信息的保存和处理的能力，而且存在着gradient vanishing问题。
所以有些特殊类型的RNN网络相继被提出，比如LSTM(long short term memory)和GRU(gated recurrent unit)(Chao,et al. 2014).这里我主要推导一下GRU参数的迭代过程

GRU单元结构如下图所示

enter description here

1479126283494.jpg

数据流过程如下

其中表示Hadamard积，即对应元素乘积；下标表示节点的index，上标表示时刻；表示隐层到输出层的参数矩阵,分别是隐层和输出层的节点个数；分别表示输入和上一时刻隐层到更新门z的连接矩阵，表示输入数据的维度；分别表示输入和上一时刻隐层到重置门r的连接矩阵；分别表示输入和上一时刻的隐层到待选状态的连接矩阵。

针对于时刻t，使用链式求导法则，计算参数矩阵的梯度,其中E是代价函数，首先计算对隐层输出的梯度，因为隐层输出牵涉到多个时刻

所以

其中分别是对应激活函数的线性和部分
现在对参数计算梯度

令

则

将上面的式子矢量化(行向量)表示：

那接下来使用matlab来实现一个小例子，看看GRU的效果，同样是二进制相加的问题

  1. function error= GRUtest( ) 
  2. % 初始化训练数据 
  3. uNum=16;%单元个数 
  4. maxInt=2^uNum; 
  5. % 初始化网络结构 
  6. xdim=2; 
  7. ydim=1; 
  8. hdim=16; 
  9. eta=0.1; 
  10. %初始化网络参数 
  11. Wy=rand(hdim,ydim)*2-1; 
  12. Wr=rand(xdim,hdim)*2-1; 
  13. Ur=rand(hdim,hdim)*2-1; 
  14. W =rand(xdim,hdim)*2-1; 
  15. U =rand(hdim,hdim)*2-1; 
  16. Wz=rand(xdim,hdim)*2-1; 
  17. Uz=rand(hdim,hdim)*2-1; 
  18.  
  19. rvalues=zeros(uNum+1,hdim); 
  20. zvalues=zeros(uNum+1,hdim); 
  21. hbarvalues=zeros(uNum,hdim); 
  22. hvalues = zeros(uNum,hdim); 
  23. yvalues=zeros(uNum,ydim); 
  24.  
  25. for p=1:10000 
  26. aInt=randi(maxInt/2); 
  27. bInt=randi(maxInt/2); 
  28. cInt=aInt+bInt; 
  29. at=dec2bin(aInt)-\'0\'; 
  30. bt=dec2bin(bInt)-\'0\'; 
  31. ct=dec2bin(cInt)-\'0\'; 
  32. a=zeros(1,uNum); 
  33. b=zeros(1,uNum); 
  34. c=zeros(1,uNum); 
  35. a(1:size(at,2))=at(end:-1:1); 
  36. b(1:size(bt,2))=bt(end:-1:1); 
  37. c(1:size(ct,2))=ct(end:-1:1); 
  38. xvalues=[a;b]\'; 
  39. d=c\'; 
  40.  
  41. % 前向计算 
  42. rvalues(1,:)=sigmoid(xvalues(1,:)*Wr); 
  43. hbarvalues(1,:)=outTanh(xvalues(1,:)*W); 
  44. zvalues(1,:)=sigmoid(xvalues(1,:)*Wz); 
  45. hvalues(1,:)=zvalues(1,:).*hbarvalues(1,:); 
  46. yvalues(1,:)=sigmoid(hvalues(1,:)*Wy); 
  47. for t=2:uNum 
  48. rvalues(t,:)=sigmoid(xvalues(t,:)*Wr+hvalues(t-1,:)*Ur); 
  49. hbarvalues(t,:)=outTanh(xvalues(t,:)*W+(rvalues(t,:).*hvalues(t-1,:))*U); 
  50. zvalues(t,:)=sigmoid(xvalues(t,:)*Wz+hvalues(t-1,:)*Uz); 
  51. hvalues(t,:)=(1-zvalues(t,:)).*hvalues(t-1,:)+zvalues(t,:).*hbarvalues(t,:); 
  52. yvalues(t,:)=sigmoid(hvalues(t,:)*Wy);  
  53. end 
  54.  
  55. % 误差反向传播 
  56. delta_r_next=zeros(1,hdim); 
  57. delta_z_next=zeros(1,hdim); 
  58. delta_h_next=zeros(1,hdim); 
  59. delta_next=zeros(1,hdim); 
  60.  
  61. dWy=zeros(hdim,ydim); 
  62. dWr=zeros(xdim,hdim); 
  63. dUr=zeros(hdim,hdim); 
  64. dW=zeros(xdim,hdim); 
  65. dU=zeros(hdim,hdim); 
  66. dWz=zeros(xdim,hdim); 
  67. dUz=zeros(hdim,hdim); 
  68.  
  69. for t=uNum:-1:2 
  70. delta_y=(yvalues(t,:)-d(t,:)).*diffsigmoid(yvalues(t,:)); 
  71. delta_h=delta_y*Wy\'+delta_z_next*Uz\'+delta_next*U\'.*rvalues(t+1,:)+delta_r_next*Ur\'+delta_h_next.*(1-zvalues(t+1,:)); 
  72. delta_z=delta_h.*(hbarvalues(t,:)-hvalues(t-1,:)).*diffsigmoid(zvalues(t,:)); 
  73. delta =delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)); 
  74. delta_r=hvalues(t-1,:).*((delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)))*U\').*diffsigmoid(rvalues(t,:)); 
  75.  
  76. dWy=dWy+hvalues(t,:)\'*delta_y; 
  77. dWz=dWz+xvalues(t,:)\'*delta_z; 
  78. dUz=dUz+hvalues(t-1,:)\'*delta_z; 
  79. dW =dW+xvalues(t,:)\'*delta; 
  80. dU =dU+(rvalues(t,:).*hvalues(t-1,:))\'*delta ; 
  81. dWr=dWr+xvalues(t,:)\'*delta_r; 
  82. dUr=dUr+hvalues(t-1,:)\'*delta_r; 
  83.  
  84. delta_r_next=delta_r; 
  85. delta_z_next=delta_z; 
  86. delta_h_next=delta_h; 
  87. delta_next =delta; 
  88.  
  89. end 
  90.  
  91. t=1; 
  92. delta_y=(yvalues(t,:)-d(t,:)).*diffsigmoid(yvalues(t,:)); 
  93. delta_h=delta_y*Wy\'+delta_z_next*Uz\'+delta_next*U\'.*rvalues(t+1,:)+delta_r_next*Ur\'+delta_h_next.*(1-zvalues(t+1,:)); 
  94. delta_z=delta_h.*(hbarvalues(t,:)-0).*diffsigmoid(zvalues(t,:)); 
  95. delta =delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)); 
  96. delta_r=0.*((delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)))*U\').*diffsigmoid(rvalues(t,:)); 
  97.  
  98. dWy=dWy+hvalues(t,:)\'*delta_y; 
  99. dWz=dWz+xvalues(t,:)\'*delta_z; 
  100. dW =dW+xvalues(t,:)\'*delta; 
  101. dWr=dWr+xvalues(t,:)\'*delta_r; 
  102.  
  103. Wy = Wy-eta*dWy; 
  104. Wr = Wr-eta*dWr; 
  105. Ur = Ur-eta*dUr; 
  106. W = W -eta*dW; 
  107. U = U-eta*dU; 
  108. Wz = Wz-eta*dWz; 
  109. Uz = Uz-eta*dUz; 
  110. error = (norm(yvalues-d,2))/2.0; 
  111. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
  112. if mod(p,500)==0 
  113. fprintf(\'******************第%s次迭代****************\\n\',int2str(p)); 
  114. yvalues=round(yvalues(end:-1:1)); 
  115. y=bin2dec(int2str(yvalues\')); 
  116. fprintf(\'y=%d\\n\',y); 
  117. fprintf(\'c=%d\\n\',cInt); 
  118. fprintf(\'样本误差:e=%f\\n\',error); 
  119. end 
  120. end 
  121. end 
  122.  
  123. function f=sigmoid(x) 
  124. f=1./(1+exp(-x)); 
  125. end 
  126.  
  127. function fd = diffsigmoid(f) 
  128. fd=f.*(1-f); 
  129. end 
  130.  
  131. function g=outTanh(x) 
  132. g=1-2./(1+exp(2*x)); 
  133. end 
  134.  
  135. function gd=diffoutTanh(g) 
  136. gd=1-g.^2; 
  137. end 

部分实验结果

enter description here

1479392393541.jpg

以上是关于GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现的主要内容，如果未能解决你的问题，请参考以下文章

PyTorch笔记 - GRU(Gated Recurrent Unit)网络结构

PyTorch笔记 - GRU(Gated Recurrent Unit)网络结构

从零开始学习深度学习35. 门控循环神经网络之门控循环单元（gated recurrent unit，GRU）介绍Pytorch实现GRU并进行训练预测

从NN到RNN再到LSTM: Gated Recurrent Units

从NN到RNN再到LSTM: Gated Recurrent Units

Simple Recurrent Unit，单循环单元