David 9的循环神经网络(RNN)入门帖:向量到序列,序列到序列,双向RNN,马尔科夫化

rnn似乎更擅长信息的保存和更新,而cnn似乎更擅长精确的特征提取;rnn输入输出尺寸灵活,而cnn尺寸相对刻板。— David 9

聊到循环神经网络RNN,我们第一反应可能是:时间序列 (time sequence)。

确实,RNN擅长时间相关的应用(自然语言,视频识别,音频分析)。但为什么CNN不容易处理时间序列而RNN可以? 为什么我们之前说过RNN有一定的记忆能力?

数学上,如果我们想要预测一个单词x 的后一个单词y,我们需要3个主要元素(输入单词xx上下文状态h1;通过xh1输出下一个单词的函数比如softmax):

来自:http://suriyadeepan.github.io/2017-01-07-unfolding-rnn/

数学计算如下:

htan(W1x+b1)

tan(W2h1+b2)

softma(o)

上面是一个很简单的有向无环图(DAG),但是,这只是一个时刻t 的单词预测,这种简单的预测甚至可以用cnn或者其他简单预测模型替代。

然而,cnn对于更新状态或者保存状态却并不擅长,我们知道,下一个时间点t+1,单词x的上下文(状态)就改变了:

因此,RNN的门限结构和CNN卷积结构的不同(信息保存方式的不同)也一定程度导致RNN擅长处理时间序列的问题。即使我们不用门限网络而用其他模型,我们也需要类似上图的循环结构,把上下文状态在每一个时间点进行更新,并保存下来

所以,在时间序列的应用中,更新每个时间点的状态是如此重要,我们需要rnn这样的网络:

在每个时间点,都使用同样的更新函数f 更新上下文状态,每个时间点t的状态都是基于上一个时间点t-1的状态和本次信号xt的输入:

h(ht1,xt;θ)

另外,RNN的门限网络有天然的马尔科夫化的性质,当前的状态S3 经过多次循环已经包含了几个时间点以前的状态信息(其中分号代表用参数θ编码前面状态):

sf(s2;θ(f(s1;θ); θ)

当前的预测只需要根据当前的状态进行预测。这种巨大的保存状态信息的能力似乎正是RNN门限单元擅长的。(cnn似乎更擅长精确的特征提取)

传统的rnn是每个时刻t,输入一个单词,生成另一个单词,而实际情况并不都是这样简单。

最后,我们看一些变形的RNN结构。

向量到序列(Vector to Sequence)

有一些应用如根据一张图片,输出图片的字幕:

这种问题的RNN,需要输入图片的特征向量x(比如cnn的最后一层隐层),输出是一句话的字幕,但是这句话y 的单词是一个一个生成的。这就要求rnn从单个向量中,一次性生成一个时间序列:

来自:http://suriyadeepan.github.io/2017-01-07-unfolding-rnn/

当然,时间序列的生成遵循了按照时间顺序循环更新内部状态的规则。

序列到序列(seq2seq)

机器翻译问题中,比如一句英语句子翻译成法语句子,不一定对应的单词数量是相等的。所以传统的rnn一定需要修改。

常见的做法是用两个rnn,一个rnn用来编码句子(encoder),一个rnn用来解码成想要的语言(decoder):

这里的C 是上下文的信息,和编码好的隐层信息一起,送入decoder的输入,进行翻译。

双向RNN

传统的RNN预测一个单词,只是捕捉这个单词之前的上下文状态,而双向RNN还捕捉了这个单词后面的单词环境对该词的影响:

上图的双向RNN其实可以看做两个RNN,一个RNN就是我们之前提到的传统RNN(只有隐藏状态h那一层);还有一个RNN是捕捉单词之后的单词环境的RNN(隐藏状态g那一层)。

这样的RNN把一个单词向左和向右的上下文环境信息考虑进去,准确率一般会有所提高。

 

参考文献:

  1. http://suriyadeepan.github.io/2017-01-07-unfolding-rnn/

本文采用署名 – 非商业性使用 – 禁止演绎 3.0 中国大陆许可协议进行许可。著作权属于“David 9的博客”原创,如需转载,请联系微信: david9ml,或邮箱:yanchao727@gmail.com

或直接扫二维码:

发布者

David 9

邮箱:yanchao727@gmail.com 微信: david9ml

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注