自然语言处理GRU
1. 什么是GRU
GRU(Gate Recurrent Unit)是循环神经网络(Recurrent Neural Network, RNN)的一种。和LSTM(Long-Short Term Memory)一样,也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。
GRU和LSTM在很多情况下实际表现上相差无几,那么为什么我们要使用新人GRU(2014年提出)而不是相对经受了更多考验的LSTM(1997提出)呢。
下图1-1引用论文中的一段话来说明GRU的优势所在。
图1-1 R-NET: MACHINE READING COMPREHENSION WITH SELF-MATCHING NETWORKS(2017)简单译文:我们在我们的实验中选择GRU是因为它的实验效果与LSTM相似,但是更易于计算。
简单来说就是贫穷限制了我们的计算能力...
相比LSTM,使用GRU能够达到相当的效果,并且相比之下更容易进行训练,能够很大程度上提高训练效率,因此很多时候会更倾向于使用GRU。
OK,那么为什么说GRU更容易进行训练呢,下面开始介绍一下GRU的内部结构。
2. GRU浅析
2.1 GRU的输入输出结构
GRU的输入输出结构与普通的RNN是一样的。
有一个当前的输入 ,和上一个节点传递下来的隐状态(hidden state) ,这个隐状态包含了之前节点的相关信息。
结合 和 ,GRU会得到当前隐藏节点的输出 和传递给下一个节点的隐状态 。
图2-1 GRU的输入输出结构那么,GRU到底有什么特别之处呢?下面来对它的内部结构进行分析!
2.2 GRU的内部结构
首先,我们先通过上一个传输下来的状态 和当前节点的输入 来获取两个门控状态。如下图2-2所示,其中 控制重置的门控(reset gate), 为控制更新的门控(update gate)。
Tips: 为sigmoid函数,通过这个函数可以将数据变换为0-1范围内的数值,从而来充当门控信号。
与LSTM分明的层次结构不同,下面将对GRU进行一气呵成的介绍~~~ 请大家屏住呼吸,不要眨眼。
得到门控信号之后,首先使用重置门控来得到“重置”之后的数据 ,再将 与输入 进行拼接,再通过一个tanh激活函数来将数据放缩到-1~1的范围内。即得到如下图2-3所示的 。
图2-3 包含当前输入数据的h'这里的 主要是包含了当前输入的 数据。有针对性地对 添加到当前的隐藏状态,相当于”记忆了当前时刻的状态“。类似于LSTM的选择记忆阶段(参照我的上一篇文章)。
图2-4 GRU的内部结构图2-4中的 是Hadamard Product,也就是操作矩阵中对应的元素相乘,因此要求两个相乘矩阵是同型的。 则代表进行矩阵加法操作。
最后介绍GRU最关键的一个步骤,我们可以称之为”更新记忆“阶段。
在这个阶段,我们同时进行了遗忘了记忆两个步骤。我们使用了先前得到的更新门控 (update gate)。
更新表达式:
首先再次强调一下,门控信号(这里的 )的范围为0~1。门控信号越接近1,代表”记忆“下来的数据越多;而越接近0则代表”遗忘“的越多。
有读者发现在pytorch里面的GRU[链接]写法相比原版对 多了一个映射,相当于一个GRU变体,猜测是多加多这个映射能让整体实验效果提升较大。如果有了解的同学欢迎评论指出。
GRU很聪明的一点就在于,我们使用了同一个门控 就同时可以进行遗忘和选择记忆(LSTM则要使用多个门控)。
:表示对原本隐藏状态的选择性“遗忘”。这里的 可以想象成遗忘门(forget gate),忘记 维度中一些不重要的信息。
:表示对包含当前节点信息的 进行选择性”记忆“。与上面类似,这里的 同理会忘记 维度中的一些不重要的信息。或者,这里我们更应当看做是对 维度中的某些信息进行选择。
:结合上述,这一步的操作就是忘记传递下来的 中的某些维度信息,并加入当前节点输入的某些维度信息。
可以看到,这里的遗忘 和选择 是联动的。也就是说,对于传递进来的维度信息,我们会进行选择性遗忘,则遗忘了多少权重 ( ),我们就会使用包含当前输入的 中所对应的权重进行弥补 。以保持一种”恒定“状态。
3. LSTM与GRU的关系
GRU是在2014年提出来的,而LSTM是1997年。他们的提出都是为了解决相似的问题,那么GRU难免会参考LSTM的内部结构。那么他们之间的关系大概是怎么样的呢?这里简单介绍一下。
大家看到 (reset gate)实际上与他的名字有点不符。我们仅仅使用它来获得了 。
那么这里的 实际上可以看成对应于LSTM中的hidden state;上一个节点传下来的 则对应于LSTM中的cell state。1-z对应的则是LSTM中的 forget gate,那么 z我们似乎就可以看成是选择门 了。大家可以结合我的两篇文章来进行观察,这是非常有趣的。
4. 总结
GRU输入输出的结构与普通的RNN相似,其中的内部思想与LSTM相似。
与LSTM相比,GRU内部少了一个”门控“,参数比LSTM少,但是却也能够达到与LSTM相当的功能。考虑到硬件的计算能力和时间成本,因而很多时候我们也就会选择更加”实用“的GRU啦。