图解LSTM和GRU

分手后的思念是犯贱 2022-03-25 06:46 254阅读 0赞

声明：本文转自[图解LSTM和GRU][LSTM_GRU]

# 1. 前言 #

## 1.1 长短记忆问题 ##

RNN受限于短期记忆问题。如果一个序列足够长，那它们很难把信息从较早的时间步传输到后面的时间步。因此，如果你尝试处理一段文本来进行预测，RNN可能在开始时就会遗漏重要信息（矩阵连乘）。

在反向传播过程中，RNN中存在梯度消失问题。梯度是用于更新神经网络权重的值，梯度消失问题是指随着时间推移，梯度在传播时会下降，如果梯度值变得非常小，则不会继续学习。其梯度更新规则为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]  
因此，在RNN中，梯度小幅更新的网络层会停止学习，这些通常是较早的层。由于这些层不学习，RNN无法记住它在较长序列中学习到的内容，因此它的记忆是短期的。

关于RNN的更多介绍，可访问：  
[https://towardsdatascience.com/illustrated-guide-to-recurrent-neural-networks-79e5eb8049c9][https_towardsdatascience.com_illustrated-guide-to-recurrent-neural-networks-79e5eb8049c9]

## 1.2 解决方案：LSTM和GRU ##

LSTM和GRU是克服短期记忆问题提出的解决方案，它们引入称作“门”的内部机制，可以调节信息流。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]  
这些门结构可以学习序列中 **哪些数据是要保留的重要信息，哪些是要删除的** 。通过这样做，它可以沿着长链序列传递相关信息来执行预测。几乎所有基于RNN的先进结果都是通过这两个网络实现的。LSTM和GRU经常用在语音识别、语音合成和文本生成等领域，还可用来为视频生成字幕。

当你看完这篇文章时，我相信你会对LSTM和GRU在处理长序列的突出能力有充分了解。下面我将通过直观解释和插图来进行介绍，并尽可能绕开数学运算。

## 1.3 直观认识 ##

我们从一个思考实验开始。当你在网络上购买生活用品时，一般会先阅读商品评论来判断商品好坏，以确定是否要购买这个商品。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]  
当你查看评论时，你的大脑下意识地只会记住重要的关键词。你会选择“amazing”和“perfectly balanced breakfast”这样的词汇，而不太关心“this”，“give”，“all”，“should”等字样。如果有人第二天问你评论内容，你可能不会一字不漏地记住它，而是记住了主要观点，比如“下次一定还来买”， **一些次要内容自然会从记忆中逐渐消失**。  
![在这里插入图片描述][20190119102616231.gif]  
在这种情况下，你记住的这些词能判定了这个餐厅的好坏。这基本上就是LSTM或GRU的作用，它可以学习 **只保留相关信息来进行预测**，并忘记不相关的数据。

## 1.4 RNN回顾 ##

为了理解LSTM或GRU如何实现这一点，接下来回顾下RNN。RNN的工作原理如下：首先单词被转换成机器可读的向量，然后RNN逐个处理向量序列。它是逐个处理向量数据：  
![在这里插入图片描述][20190119102638258.gif]  
在处理时，它把先前的隐藏状态传递给序列的下一步，其中隐藏状态作为神经网络记忆，它包含相关网络已处理数据的信息。下图是当前时间步的隐状态传递给下一个时间步  
![在这里插入图片描述][20190119102653379.gif]  
下面来介绍 **RNN中每个cell单元是如何计算隐藏状态的。** 首先，将输入和先前隐藏状态组合成一个向量，向量中含有当前输入和先前输入的信息。这个向量再经过激活函数Tanh后，输出新的隐藏状态，或网络记忆。下图是一个RNN单元  
![在这里插入图片描述][20190119102706582.gif]  
**激活函数Tanh**  
激活函数Tanh用于帮助调节流经网络的值，且Tanh函数的输出值始终在区间(-1, 1)内。  
![在这里插入图片描述][20190119102723562.gif]  
当向量流经神经网络时，由于存在各种数学运算，它经历了许多变换。因此，想象下让一个值不断乘以3，它会逐渐变大并变成天文数字，这会让其他值看起来微不足道。下面是无激活函数的数值传递：  
![在这里插入图片描述][20190119102737654.gif]  
**Tanh函数能让输出位于区间(-1, 1)内，从而调节神经网络输出** 。你可以看到这些值是如何保持在Tanh函数的允许范围内。有激活函数的数值传递  
![在这里插入图片描述][20190119102752509.gif]  
这就是RNN，它的内部操作很少，但在适当情况下（如短序列分析）效果很好。RNN使用的计算资源比它的演化变体LSTM和GRU少得多。

# 2. LSTM #

LSTM的控制流程与RNN类似，它们都是在前向传播过程中处理传递信息的数据，区别在于LSTM单元的结构和运算有所变化。下图是LSTM的单元结构：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 3]  
**这些运算能让LSTM具备选择性保留或遗忘某些信息的能力**，下面我们将逐步介绍这些看起来有点复杂的运算。

## 2.1 核心概念 ##

LSTM的核心概念为其 **单元状态** 和各种门结构。  
**单元状态相当于能传输相关信息的通路** ，让信息在序列链中传递下去，这部分可看作是网络的“记忆”。理论上，在序列处理过程中，单元状态能一直携带着相关信息。因此，在较早时间步中获得的信息也能传输到较后时间步的单元中，这样能减弱短期记忆的影响。  
在网络训练过程中，可通过门结构来添加或移除信息，不同神经网络都可 **通过单元状态上的门结构来决定去记住或遗忘哪些相关信息**。

## 2.2 Sigmoid ##

门结构中包含Sigmoid函数，这个激活函数与Tanh函数类似。但它的 **输出区间** 不是(-1, 1)，而是(0, 1)，这有 **助于更新或忘记数据** ，因为任何数字乘以0都为0，这部分信息会被遗忘。同样，任何数字乘以1都为相同值，这部分信息会完全保留。通过这样，网络能了解哪些数据不重要需要遗忘，哪些数字很重要需要保留。  
![在这里插入图片描述][20190119102823437.gif]  
下面会深入介绍下不同门结构的功能。LSTM单元中有 **三种调节信息流的门结构** ：遗忘门、输入门和输出门。

## 2.3 遗忘门 ##

遗忘门能决定应丢弃或保留哪些信息。来自先前隐藏状态的信息和当前输入的信息同时输入到Sigmoid函数，输出值处于0和1之间，越接近0意味着越应该忘记，越接近1意味着越应该保留。下面是遗忘门的操作：  
![在这里插入图片描述][2019011910284113.gif]

## 2.4 输入门 ##

输入门用来更新单元状态。先将先前隐藏状态的信息和当前输入的信息输入到Sigmoid函数，在0和1之间调整输出值来决定更新哪些信息，0表示不重要，1表示重要。你也可将隐藏状态和当前输入传输给Tanh函数，并在-1和1之间压缩数值以调节网络，然后把Tanh输出和Sigmoid输出相乘，Sigmoid输出将决定在Tanh输出中哪些信息是重要的且需要进行保留。下图是输入门的操作  
![在这里插入图片描述][2019011910290796.gif]

## 2.5 单元状态 ##

这里已经具备足够信息来计算单元状态。首先把先前的单元状态和遗忘向量逐点相乘，如果它乘以接近0的值，则意味在新的单元状态中可能要丢弃这些值；然后把它和输入门的输出值逐点相加，把神经网络发现的新信息更新到单元状态中，这样就得到了新的单元状态。  
![在这里插入图片描述][20190119102923792.gif]

## 2.6 输出门 ##

输出门能决定下个隐藏状态的值，隐藏状态中包含了先前输入的相关信息。当然，隐藏状态也可用于预测。首先把先前的隐藏状态和当前输入传递给Sigmoid函数；接着把新得到的单元状态传递给Tanh函数；然后把Tanh输出和Sigmoid输出相乘，以确定隐藏状态应携带的信息；最后把隐藏状态作为当前单元输出，把新的单元状态和新的隐藏状态传输给下个时间步。输出门的操作：  
![在这里插入图片描述][20190119102947833.gif]  
这里 **总结下** ，遗忘门能决定需要保留先前步长中哪些相关信息，输入门决定在当前输入中哪些重要信息需要被添加，输出门决定了下一个隐藏状态。

## 2.7 代码示例 ##

这里还提供了一个用Python写的示例代码，来让大家能更好地理解这个结构。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 4]  
1）首先，我们连接了先前的隐藏状态和当前输入，这里定义为变量combine；  
2）把combine变量传递到遗忘层中，以删除不相关数据；  
3）再用combine变量创建一个候选层，用来保留可能要添加到单元状态中的值；  
4）变量combine也要传递给输出层，来决定应把候选层中的哪些数据添加到新的单元状态中；  
5）新的单元状态可根据遗忘层、候选层和输入层和先前的单元状态来计算得到；  
6）再计算当前单元输出；  
7）最后把输出和新的单元状态逐点相乘可得到新的隐藏状态。  
从上面看出，LSTM网络的控制流程实际上只是 **几个张量操作和一个for循环** 。你还可以用隐藏状态进行预测。结合这些机制，LSTM能在序列处理过程中有选择性地保留或遗忘某些信息。

# 3. GRU #

介绍完LSTM的工作原理后，下面来看下门控循环单元GRU。GRU是RNN的另一类演化变种，与LSTM非常相似。GRU结构中 **去除了单元状态，而使用隐藏状态来传输信息** 。它只有两个门结构，分别是更新门和重置门。GRU单元的结构  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 5]  
**更新门**  
更新门的作用类似于LSTM中的遗忘门和输入门，它能决定要丢弃哪些信息和要添加哪些新信息。  
**重置门**  
重置门用于决定丢弃先前信息的程度。  
这两部分组成了GRU，它的张量操作较少，因此 **训练它比LSTM更快一点** 。在选择网络时很难判断哪个更好，研究人员通常会两个都试下，通过性能比较来选出更适合当前任务的结构。

# 4. 总结 #

总而言之，RNN适用于处理序列数据和预测任务，但会受到短期记忆的影响。LSTM和GRU是两种通过引入门结构来减弱短期记忆影响的演化变体，其中门结构可用来调节流经序列链的信息流。目前，LSTM和GRU经常被用于语音识别、语音合成和自然语言理解等多个深度学习应用中。  
如果你对这方面很感兴趣，作者还列出一些干货链接，可以从更多角度来理解LSTM和GRU结构。  
用python来实现GRU和LSTM网络  
[http://www.wildml.com/2015/10/recurrent-neural-network-tutorial-part-4-implementing-a-grulstm-rnn-with-python-and-theano][http_www.wildml.com_2015_10_recurrent-neural-network-tutorial-part-4-implementing-a-grulstm-rnn-with-python-and-theano]  
理解长短期记忆模型  
[http://colah.github.io/posts/2015-08-Understanding-LSTMs/][http_colah.github.io_posts_2015-08-Understanding-LSTMs]

# 5. 原文地址 #

[图解LSTM和GRU][LSTM_GRU]

[LSTM_GRU]: https://mp.weixin.qq.com/s/m1lZDzq5iNDTvihpwzEmdA
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]: /images/20220325/5e200345f56147b38cef6d645a796f85.png
[https_towardsdatascience.com_illustrated-guide-to-recurrent-neural-networks-79e5eb8049c9]: https://towardsdatascience.com/illustrated-guide-to-recurrent-neural-networks-79e5eb8049c9
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]: /images/20220325/f163bb4e7e8c4164b138553e4223f7a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]: /images/20220325/c739e664d8994a27b7e6176c5b1bd3f3.png
[20190119102616231.gif]: /images/20220325/d37a8abddad4453694f0d67a6f1322db.png
[20190119102638258.gif]: /images/20220325/d0befca1cb384eee8ebc56a0fa564fce.png
[20190119102653379.gif]: /images/20220325/3e719db19bf04d7f96efdc26445c614c.png
[20190119102706582.gif]: /images/20220325/8fdca007c0804d429a35d654005d26dc.png
[20190119102723562.gif]: /images/20220325/a63f4ba2a61b4c6bba0e3a2dccf63f70.png
[20190119102737654.gif]: /images/20220325/4bfca412c9d74025b62b1b7bd79909cc.png
[20190119102752509.gif]: /images/20220325/c7ac1f3fe0bb44128b64f475a1e01986.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 3]: /images/20220325/9351587ff78342428393bbce6d0f5b3a.png
[20190119102823437.gif]: /images/20220325/c0a6bcf05ef341cc919342e5e7e12eec.png
[2019011910284113.gif]: /images/20220325/097a7db21c6f429c9601c4bc60227b7e.png
[2019011910290796.gif]: /images/20220325/1efdf8499ba64b1a99c49055fae8e16f.png
[20190119102923792.gif]: /images/20220325/efd406c64f274017801a8b8f308736f5.png
[20190119102947833.gif]: /images/20220325/5cb5a0f43c7e4594869a630e2d1a3080.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 4]: /images/20220325/3f1fa51ee8854acb9f9e83875f6bb47d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 5]: /images/20220325/48986e8db7a34b56899f3af8b2748538.png
[http_www.wildml.com_2015_10_recurrent-neural-network-tutorial-part-4-implementing-a-grulstm-rnn-with-python-and-theano]: http://www.wildml.com/2015/10/recurrent-neural-network-tutorial-part-4-implementing-a-grulstm-rnn-with-python-and-theano
[http_colah.github.io_posts_2015-08-Understanding-LSTMs]: http://colah.github.io/posts/2015-08-Understanding-LSTMs/