GRU神经网络

转自：http://blog.youkuaiyun.com/wangyangzhizhou/article/details/77332582

前面已经详细讲了LSTM神经网络（文末有链接回去），接着往下讲讲LSTM的一个很流行的变体。

GRU是什么

GRU即Gated Recurrent Unit。前面说到为了克服RNN无法很好处理远距离依赖而提出了LSTM，而GRU则是LSTM的一个变体，当然LSTM还有有很多其他的变体。GRU保持了LSTM的效果同时又使结构更加简单，所以它也非常流行。

GRU模型

回顾一下LSTM的模型，LSTM的重复网络模块的结构很复杂，它实现了三个门计算，即遗忘门、输入门和输出门。

而GRU模型如下，它只有两个门了，分别为更新门和重置门，即图中的 zt 和 rt 。更新门用于控制前一时刻的状态信息被带入到当前状态中的程度，更新门的值越大说明前一时刻的状态信息带入越多。重置门用于控制忽略前一时刻的状态信息的程度，重置门的值越小说明忽略得越多。

GRU向前传播

根据前面GRU模型图来一步步看他是怎么向前传播的，根据图不难得到以下式子： 

rt=σ(Wr⋅[ht−1,xt])

zt=σ(Wz⋅[ht−1,xt])

h~t=tanh(Wh~⋅[rt∗ht−1,xt])

ht=(1−zt)∗ht−1+zt∗h~t

yt=σ(Wo⋅ht)

其中[]表示两个向量相连接，*表示矩阵元素相乘。

GRU的训练

从前面的公式中可以看到需要学习的参数就是 WrWzWhWo 那些权重参数，其中前三个权重都是拼接的，所以在学习时需要分割出来，即

Wr=Wrx+Wrh

Wz=Wzx+Wzh

Wh~=Wh~x+Wh~h

输出层的输入 yit=Woh ，输出为 yot=σ(yit) 。

设某时刻的损失函数为 Et=12(yd−yot)2 ，则某样本的损失为

E=∑Tt=1Et

与前面LSTM网络类似，最终可以推出

∂E∂Wo=δy,tht

∂E∂Wzx=δz,txt

∂E∂Wzh=δz,tht−1

∂E∂Wh~x=δtxt

∂E∂Wh~h=δt(rt⋅ht−1)

∂E∂Wrx=δr,txt

∂E∂Wrh=δr,tht−1

δy,t=(yd−yot)⋅σ′

δh,t=δy,tWo+δz,t+1Wzh+δt+1Wh~h⋅rt+1+δh,t+1Wrh+δh,t+1⋅(1−zt+1)

δz,t=δt,h⋅(h~t−ht−1)⋅σ′

δt=δh,t⋅zt⋅ϕ′

δr,t=ht−1⋅[(δh,t⋅zt⋅ϕ′)Wh~h]⋅σ′

以下是广告和相关阅读

========广告时间========

公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等，可能有一款适合你的胃口。

鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以购买。感谢各位朋友。

为什么写《Tomcat内核设计剖析》

=========================

相关阅读：

LSTM神经网络

循环神经网络

卷积神经网络

机器学习之神经网络

机器学习之感知器

欢迎关注：