deeplearning.ai学习RNN

一、RNN基本结构

普通神经网络不能处理时间序列的信息，只能割裂的单个处理，同时普通神经网络如果用来处理文本信息的话，参数数目将是非常庞大，因为如果采用one-hot表示词的话，维度非常大。

RNN可以解决这两个问题：

1）RNN属于循环神经网络，当从左到右读取文本信息的时候，上一时刻的状态输出可以传递到下一时刻，例如上图的a表示状态，a(1)向下传递，这样就考虑了前面的信息，如果是双向RNN的话，上下文都考虑进去了。

2）RNN参数是共享的。为方便理解，上述图示是展开的RNN结构，其实RNN只有一个循环体，一组共享参数。

上述图是一个最基本的RNN结构，a<T>代表不同时刻的状态，a0是一个初始化的零时刻的状态，可以设置为零向量；x<T>代表不同时刻的输入，y<T>代表不同时刻的输出，计算公式如下：

其中g为激活函数。

 二、反向传播

1）计算损失

以命名实体识别作为例子，如果是地名就为1，不是地名就为0。输入是一句文本信息X=[he come from NewYork]，输出一组Y=[0,0,0,1]，X与Y的长度一致。模型预测的输出就是该输入x是地名的概率值，比如0.2，所以其实就是一个二分类问题，损失函数可以采用标准的逻辑回归损失或者说交叉熵损失。

第一个是元素级别的损失，也就是单个时刻的损失，第二个是整体序列的损失。

2）反向传播更新参数

因为RNN是一个循环体，其展开形式就是上述图所示，因为后面的状态a与输出y都依赖于前面的计算得到的，所以在进行反向传播的时候，跟普通神经网络一样，需要一层层向后利用梯度下降法计算梯度，并更新参数。与普通神经网络更新参数不同的一点就是，RNN因为是共享参数，所以在进行反向传播的时候，每传播一层更新的都是同一组参数。

三、其它形式的RNN结构

之前讲的例子是属于many-to-many的形式，且输入X与输出Y的长度相等，这种形式适合解决序列标注问题。还有其它形式的RNN结构

1）many-to-one (情感分析问题)

情感分析问题的输入是一个连续序列，例如对电影的描述“There is nothing to like in this movie”，而输出y=1/0,表示正面与负面；或者y=1,2,3,4,5表示对电影的评分等级，这种结构设计如下形式：

2）one-to-many(音乐生成)

输入x为一个整数，表示你想要的音乐类型或者是你想要的音乐的第一个音符；输出Y是一段生成的音乐。这种结构输入是一个x，输出是多个y。

 3）many-to-many(机器翻译)

文章开头讲的结构也属于many-to-many形式，但是那种形式X与Y的长度是一致的，适合解决序列标注的问题。这次的many-to-many是输入X与Y长度不一致的情况，例如机器翻译。其结构如下:

前面一部分叫做encoder，分别输入x和状态a；后面一部分叫做decoder，Y直到输出为EOS结束。

 四、用RNN训练一个语言模型

所谓语言模型，就是输入一句话，能得出这句话出现的概率。例如下面的这句话：

在训练的时候会从左到右一个个读取：

每一个输出y<t>，会通过softmax函数得出长度为字典长度|v|的向量，表示预测为每一个词的概率。后面的输入为前面的一个词，例如x<2>的输入就是cat，表示在前一个词为cat，后一个词输出为average的概率是多少，因此每一个词的输出都考虑了前面词的信息。

输出y<t>已经经过softmax层了，所以采用交叉熵计算损失即可，如下：

第一个为单个元素损失，第二个为整个序列的损失。

整个模型训练完毕后，如果要计算p(y<1>,y<2>,y<3>)的概率，只需要把该序列像训练的时候带入模型，得出分别预测出来y<1>,y<2>,y<3>的概率，第一个输入x=0，得出y<1>的概率，第二个输入y<1>得出y<2>的概率，第三个输入y<2>得出y<3>的概率，最后连乘即可：

 五、采样新序列

前面第四部分我们已经训练生成了一个语言模型，这样我们就可以采样新序列，或者说是利用语言模型来生成新的语句序列，其结构形式如下：

a<0>和x<1>输入都可以设置为零向量，每一层的输出都是一个softmax在字典|v|每个词的概率输出，可以利用np.random.choice随机进行采样选取一个词，作为第一个词。然后后面节点的输入就是前面节点的输出，后面每一层的输出都进行随机采样，直到到达设定的时间步或者输出为EOS为止，这样就可以生成新序列了。下面就是利用莎士比亚文章训练的语言模型生成的采样序列：

六、RNN的问题

梯度消失：

在反向传播的过程中，由于梯度消失的问题，RNN的输出很难受到序列靠前的输入的影响，因为不管输出是什么，无论输出是对还是错，这个区域都很难反向传播到序列的前面部分，因此网络也很难调整序列前面的计算，所以RNN就不擅长处理长期依赖的问题。

梯度爆炸：

随着网络深度的加深，参数呈指数级别增长，甚至出现数值溢出为Nan的情况，这就是梯度爆炸。解决办法就是采用梯度修剪，观察梯度向量，如果大于某一个阈值时候，就缩放梯度向量，保证不会太大，这种方式处理梯度爆炸鲁棒性比较好。

综合来说，梯度消失更难处理一些。

deeplearning.ai链接：https://mooc.study.163.com/learn/2001280005?tid=2001391038#/learn/content