深度学习（Deep Learning）读书思考六：循环神经网络一（RNN）

概述

循环神经网络（RNN-Recurrent Neural Network）是神经网络家族中的一员，擅长于解决序列化相关问题。包括不限于序列化标注问题、NER、POS、语音识别等。RNN内容比较多，分成三个小节进行介绍，内容包括RNN基础以及求解算法、LSTM以及变种GRU、RNN相关应用。本节主要介绍

1.RNN基础知识介绍
2.RNN模型优化以及存在的问题
3.RNN模型变种

RNN知识点

RNN提出动机

RNN的提出可以有效解决以下问题：

1. 长期依赖问题：在语言模型、语音识别中需要根据上下文进行推断和预测，上下文的获取可以根据马尔科夫假设获取固定上下文。RNN可以通过中间状态保存上下文信息，作为输入影响下一时序的预测。

2. 编码：可以将可变输入编码成固定长度的向量。和CNN相比，能够保留全局最优特征。

   计算图展开

   RNN常用以下公式获取历史状态

   $$h^t=f(h^{t-1},x^t;\theta)$$
   其中h为隐藏层，用于保存上下文信息，f是激活函数。
   用图模型可以表达为：
   

RNN潜在可能的展开方式如下：
1）通过隐藏层传递信息

1.该展开形式非常常用，主要包括三层输入-隐藏层、隐藏层-隐藏层、隐藏层到输入层。依赖信息通过隐藏层进行传递。
2.参数U、V、W为共享参数

2）输出节点连接到下一时序序列

应用比较局限，上一时序的输出作为下一时间点的输入，理论上上一时间点的输出比较固定，能够携带的信息比较少。

3）只有一个输出节点

只在最后时间点t产生输出，往往能够将变成的输入转换为固定长度的向量表示。

RNN使用形式

在使用RNN时，主要形式有4中，如下图所示。

1.一对一形式（左一：Many to Many）每一个输入都有对应的输出。
2.多对一形式（左二：Many to one）整个序列只有一个输出，例如文本分类、情感分析等。
3. 一对多形式（左三：One to Many）一个输入产出一个时序序列，常用于seq2seq的解码阶段
4.多对多形式（左四：Many to Many）不是每一个输入对应一个输出，对应到变成的输出。

RNN数学表达以及优化

RNN前向传播

对于离散时间的RNN问题可以描述为，输入序列

$$(x^1,y^1),(x^2,y^2),(x^3,y^3)......(x^T,y^T)$$
其中时间参数t表示离散序列，不一定是真实时间点。
对于多分类问题，目标是最小化释然函数
$$min \sum_{t=1}^T L(\hat y(x^t), y^t) \\ = min -\sum_t log \ p(y^t| x^1,x^2...x^t)$$

根据上面经典的RNN网络结构，前向传播过程如下：
如上图U、V、W分别表示输入到隐藏层、隐藏层到输出以及隐藏到隐藏层的连接参数。
1. 隐藏层节点权值：$a^t = b + Wh^{t-1} + Ux^t$
2. 隐藏层非线性变换: $h^t = tanh(a^t)$
3. 输出层： $o^t = c+Vh^t$
4. softmax层： $\hat y^t=softmax(o^t)$

RNN优化算法-BPTT

BPTT 是求解RNN问题的一种优化算法，也是基于BP算法改进得到和BP算法比较类似。为直观上理解通过多分类问题进行简单推导。
1. 优化目标，对于多分类问题，BPTT优化目标转换最小化交叉熵：

$$min \sum_t L^t \\ L^t=-\sum_k y^t_k log \hat y^t_k$$ 这里假设有k个类
2. 由于总的损失L为各个时序点的损失和，因此有 $$\frac{\partial L}{\partial L^t } =1$$
3. 对于输出层中的第i节点有

(∇otL)i=∂L∂oti=∂L∂Lt∂Lt∂oti=y^t