图解 RNN(循环神经网络) 背后的数学原理

机器学习算法与Python实战

共 2831字,需浏览 6分钟

 ·

2022-02-26 22:59

0引言

现在,关于机器学习、深度学习和人工神经网络的讨论越来越多了。但程序员往往只想把这些魔幻的框架用起来,大多并不想知道背后到底是如何运作的。但是如果我们能够掌握这些背后的原理,对于使用起来岂不更好。今天我们就来讨论下循环神经网络及其背后的基本数学原理,这些原理使得循环神经网络能够做到其他神经网络做不到的事情。
〄 RNN(循环神经网络)。

这篇文章的目的是对循环神经网络的功能、结构提供一个直观的认识。

一个神经网络通常取自变量 (或一组自变量)和因变量 ,然后它学习 之间的映射(我们称之为训练),一旦训练完成,当给定一个新的自变量,就能预测相应的因变量。

但如果数据的顺序很重要呢?想象一下,如果所有自变量的顺序都很重要呢?

让我来直观地解释一下吧。

只要假设每个蚂蚁是一个独立变量,如果一个蚂蚁朝着不同的方向前进,对其他蚂蚁来说都没关系,对吧?但是,如果蚂蚁的顺序很重要怎么办?

此时,如果一只蚂蚁错过或者离开了群体,它将会影响到后面的蚂蚁。

那么,在机器学习空间中,哪些数据的顺序是重要的呢?

  • 自然语言数据的词序问题
  • 语音数据
  • 时间序列数据
  • 视频/音乐序列数据
  • 股市数据
  • 等等

那么 RNN 是如何解决整体顺序很重要的数据呢?我们用自然文本数据为例来解释 RNN。

假设我正在对一部电影的用户评论进行情感分析。

这部电影好(This movie is good) — 正面的,再到这部电影差(This movie is bad) — 负面的。

我们可以通过使用简单的词汇袋模型对它们进行分类,我们可以预测(正面的或负面的),但是等等。

如果影评是这部电影不好(This movie is not good),怎么办?

BOW 模型可能会说这是一个积极的信号,但实际上并非如此。而 RNN 理解它,并预测它是消极的信息。

1RNN 如何做到的呢?

1各类 RNN 模型

1、一对多

RNN 接受一个输入,比如一张图像,并生成一个单词序列。

2、多对一

RNN 接受一个单词序列作为输入,并生成一个输出。

3、多对多

接下来,我们正专注于第二种模式多对一。RNN 的输入被视为时间步长。

示例: 输入(X) = [" this ", " movie ", " is ", " good "]

this 的时间戳是 x(0),movie 的是 x(1),is 的是 x(2),good 的是 x(3)。

2网络架构及数学公式

下面让我们深入到 RNN 的数学世界。

首先,让我们了解 RNN 单元格包含什么!我希望并且假设大家知道前馈神经网络,FFNN 的概括,

〄 隐藏层只有单一神经元的前馈神经网络示例。
〄 具有单一隐藏层的前馈神经网络。

在前馈神经网络中,我们有 X(输入)、H(隐藏)和 Y(输出)。我们可以有任意多的隐藏层,但是每个隐藏层的权值 W 和每个神经元对应的输入权值是不同的。

上面,我们有权值 Wy10 和 Wy11,分别对应于两个不同的层相对于输出 Y 的权值,而 Wh00、Wh01 等代表了不同神经元相对于输入的不同权值。

由于存在时间步长,神经网络单元包含一组前馈神经网络。该神经网络具有顺序输入、顺序输出、多时间步长和多隐藏层的特点。

与 FFNN 不同的是,这里我们不仅从输入值计算隐藏层值,还从之前的时间步长值计算隐藏层值。对于时间步长,隐藏层的权值(W)是相同的。下面展示的是 RNN 以及它涉及的数学公式的完整图片。

在图片中,我们正在计算隐藏层的时间步长 t 的值:

  • 是之前的时间步长。我说过 W 对所有时间步长来说都是一样的。激活函数可以是 Tanh、Relu、Sigmoid 等。
〄 不同的激活函数。

上面我们只计算了 Ht,类似地,我们可以计算所有其他的时间步长。

步骤:

  • 1、从 计算 

  • 2、由 计算 

  • 3、从 计算 

  • 4、由 计算 ,依此类推。

需要注意的是:

  • 1、 是权重向量,每个时间步长都不同。

  • 2、我们甚至可以先计算隐藏层(所有时间步长),然后计算 值。

  • 3、权重向量一开始是随机的。

一旦前馈输入完成,我们就需要计算误差并使用反向传播法来反向传播误差,我们使用交叉熵作为代价函数。

2BPTT(时间反向传播)

如果你知道正常的神经网络是如何工作的,剩下的就很简单了,如果不清楚,可以参考本号前面关于人工神经网络的文章。

我们需要计算下面各项,

  • 1、相对于输出(隐藏和输出单元)的总误差如何变化?
  • 2、相对于权重(U, V, W)的输出如何变化?

因为 W 对于所有的时间步长都是一样的,我们需要返回到前面,来进行更新。

〄 RNN 中的 BPTT。

记住 RNN 的反向传播和人工神经网络的反向传播是一样的,但是这里的当前时间步长是基于之前的时间步长计算的,所以我们必须从头到尾遍历来回。

如果我们运用链式法则,就像这样

〄 反向传播链式法则。

在所有时间步长上的 W 都相同,因此按链式法则展开项越来越多。

Richard Sochers 的循环神经网络讲座幻灯片[1]中,可以看到一种类似但不同的计算公式的方法。

  • 类似但更简洁的 RNN 公式:
  • 总误差是各时间步长 t 对应误差的总和:
  • 链式法则的应用:

所以这里, 与我们的 相同。

可以用任何优化算法来更新,比如梯度下降法。

2回到实例

现在我们回过头来谈谈我们的情感分析问题,这里有一个 RNN,

我们给每个单词提供一个词向量或者一个热编码向量作为输入,并进行前馈和 BPTT,一旦训练完成,我们就可以给出新的文本来进行预测。它会学到一些东西,比如不+积极的词 = 消极的

RNN 的问题 → 消失/爆炸梯度问题

由于 W 对于所有的时间步长都是一样的,在反向传播过程中,当我们回去调整权重时,信号会变得要么太弱要么太强,从而导致要么消失要么爆炸的问题。为了避免这种情况,我们使用 GRU 或 LSTM,将在后续文章中介绍。

⟳参考资料⟲

[1]

Richard Sochers 的循环神经网络讲座幻灯片: http://cs224d.stanford.edu/lectures/CS224d-Lecture7.pdf

[2]

英文链接: https://medium.com/towards-artificial-intelligence/a-brief-summary-of-maths-behind-rnn-recurrent-neural-networks-b71bbc183ff


  1. 准备写本书

  2. 如何评判一个深度学习框架?

  3. 机器学习理论基础到底有多可靠?

  4. 吴恩达最新采访:以数据为中心的AI

  5. 【机器学习基础】优化背后的数学基础

三连在看,月入百万👇

浏览 89
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报