RNN
首先思考这样一个问题:在处理序列学习问题时,为什么不使用标准的神经网络(建立多个隐藏层得到最终的输出)解决,而是提出了RNN这一新概念?
标准神经网络如下图所示:
标准神经网络在解决序列问题时,存在两个问题:
- 难以解决每个训练样例子输入输出长度不同的情况,因为序列的长度代表着输入层、输出层的维度,不可能每训练一个样例就改变一次网络结构。
- 标准的神经网络不能共享从文本不同位置上学到的特征。举例说明:如果Harry作为人名位于一个训练例子中的第一个位置,而当Harry出现在其他例子的不同位置时,我们希望模型依然能识别其为人名,而不是只能识别位于第一个位置的Harry。
前向传播
以NLP中“命名实体识别“任务为例,序列中每一个输入字符对应一个输出,即\\(T_y=T_x\\):
- \\(a^{<0>}\\)是初始的隐状态,一般置为零向量。
- \\(a^{<i>}\\)代表输入序列中第\\(i\\)个输入所隐含的信息,即时间步\\(i\\)的激活值。
- \\(x^{<i>}\\)代表输入序列中第i个字符,输入序列的长度为\\(T_x\\) 。
- \\(\\hat{y}^{<i>}\\)代表与\\(x^{<i>}\\)相对应的输出值。
RNN在进行前向传播时,不光考虑当前时刻的输入\\(x^{<i>}\\),也会考虑包含上一时刻的信息(激活值\\(a^{<i-1>}\\))。计算公式如下:
为了方便记忆,可以将公式进行简化,其中\\(W_{aa}\\), \\(W_{ax}\\)合并为\\(W_a\\),\\(a^{<t-1>}\\)与\\(x^{<t>}\\)合并为新的矩阵\\([a^{<t-1>},x^{<t>}]\\)。举例说明:假定激活值\\(a^{<t-1>}\\)(也可以成为隐状态)为\\(100\\)维,输入值\\(x^{<t>}\\)为\\(10000\\)维。那么权重矩阵\\(W_{aa}\\)为\\(100\\times 100\\)维,\\(W_{ax}\\)为\\(100\\times 10000\\)维。合并后的新权重矩阵为\\(W_a\\)为\\(100\\times (100+10000)\\)维,合并后的新输入\\([a^{<t-1>},x^{<t>}]\\)为\\((100+10000)\\)维向量,即将\\(a^{<t-1>}\\)堆叠(stack)在\\(x^{<t>}\\)上方。
- 简化的原理为:
- 简化后的计算公式为:
RNN类型总结
- One to one
- One to many
- Many to one
- Many to many(\\(T_x == T_y\\))
- Many to many(\\(T_x != T_y\\))