七、传统循环神经网络(RNN)

---

---

前言

• 前面我们学习了卷积神经网络CNN，通过对图像做卷积运算来提取到图片的局部特征，但是在文本中，我们该怎么对文本进行张量转换，并且让机器学习到文本前后的联系呢，接下里我们将对文本领域的循环神经网络进行讲解。

---

一、RNN 是什么？

• RNN(Recurrent Neural Network)，中文称作循环神经网络：它一般以序列数据为输入， 通过网络内部的结构设计有效捕捉序列之间的关系特征，一般也是以序列形式进行输出。

1.1 RNN 的结构

• 一般单层神经网络结构：
  
• RNN单层网络结构：
  
• 以时间步对RNN进行展开后的单层网络结构：
  
• RNN 的循环机制能够使模型的隐藏层上一步产生的结果，作为当下时间步输入的一部分（当下时间步的输入除了正常输入之外，还包括上一步的隐层输出）对当下时间步的输出产生影响。

1.2 结构举例

• 我们前面说RNN能有效捕捉序列之间的关系特征，下边我们举个例子：
• 假如用户输入了一段话：“What time is it ?”，那么机器是怎么捕捉他们之间的序列关系的呢？
  • 第一步：先对输入的 “What time is it ?” 进行分词，因为RNN是按照输入顺序来工作的，每次都接受一个单词进行处理。
    
  • 第二步：首先将一个单词 “What” 输入进RNN，他将产生一个输出 $O1$
    
  • 第三步：继续将单词 “time” 输入到 RNN，此时 RNN 不仅利用 “time” 来产生 $O2$，还会使用上次隐藏层的输出$O1$作为输入信息
    
  • 第四步 ：重复第三步，知道将所有单词输入
    
  • 第五步：最后将隐藏层的输出 $O5$ 进行处理来理解用户意图
    

二、RNN 模型的分类

2.1 按照 输入跟输出 的结构分类

• N vs N
  • 这种结构是RNN最基础的机构形式，最大的特点就是：输入跟输出序列是等长的
  • 由于这种限制的存在，使其适用范围较小，可以用于生成的等长的诗句或对联。
    
• N vs 1
  • 当我们输入的问题是一个序列，而要求输出是单个的一个值而不是序列，这时候我们就要在最后一个隐藏层的输出上进行线性变化了。
  • 大部分情况下，为了更好的明确结果，还要使用 sigmoid 或者 softmax 进行处理，这样的结构经常用于文本分类问题上。
    
• 1 vs N
  • 如果输入的不是一个序列，而要求输出是一个序列，那我们就要让每次的输入都作用到每次的输出上
  • 一般用来将图片生成文字任务、
    
• N vs M
  • 这是一种不限输入输出长度的RNN结构，它由编码器和解码器两部分组成，两者的内部结构都是某类RNN，它也被称为 seq2seq 架构
  • 输入数据首先通过编码器，最终输出一个隐含变量 $c$，之后最常用的做法是使用这个隐含变量 $c$ 作用在解码器进行解码的每一步上，以保证输入信息被有效利用。
    
• seq2seq架构最早被提出应用于机器翻译，因为其输入输出不受限制，如今也是应用最广的RNN模型结构。
• 在机器翻译, 阅读理解, 文本摘要等众多领域都进行了非常多的应用实践。

2.2 按照 内部结构 分类

• 我们先介绍分为几种，对于其工作原理
• 在之后的章节中，我们再进行详细讨论
  • 传统RNN
  • LSTM
  • Bi-LSTM
  • GRU
  • Bi-GRU

三、传统 RNN 模型

3.1 RNN内部结构图

• 解释：
  • 隐藏层也就是循环层接收到的是当前时间步的输入 $X_t$ 和上个时间步的隐藏层的输出 $h_{t-1}$
  • 这两个进入RNN结构体中，各自有跟权重矩阵进行运算以后，会融合到一起（也就是拼接到一起），形成新的张量 $[X_t,h_{t-1}]$
  • 之后这个张量经过一个全连接层（线性层），该层使用 tanh 作为激活函数，最终得到当前时间步的输出 $h_t$
  • 最后，当前时间步的输出 $h_t$ 将和 下一个时间步的输入 $X_{t+1}$ 一起进入结构体

3.2 内部计算公式

$$h_t=\tanh (X_t{W}_{ih}^T+b_{ih}+h_{t-1}{W}_{hh}^T+b_{hh})$$

• $W_{ih}$ 表示输入数据的权重
• $b_{ih}$ 表示输入数据的偏置
• $W_{hh}$ 表示隐藏状态的权重
• $b_{hh}$ 表示隐藏状态的偏置

3.3 其中 tanh 激活函数的作用

• 非线性映射：
  • RNN中的线性层（也称为全连接层或仿射变换）仅仅是对输入进行线性组合，而tanh函数则引入了非线性特性。这使得RNN能够学习和表示更复杂的输入-输出关系，因为非线性映射能够捕捉数据中的非线性特征。
• 值域限制：
  • tanh函数的输出值域为(-1, 1)，这有助于将神经元的输出限制在一个合理的范围内。与sigmoid函数类似，tanh函数也能够在一定程度上缓解梯度消失的问题（尽管在非常深的网络中仍然可能存在），因为梯度在值域内不会趋于零。
• 中心化输出：
  • tanh函数的输出是中心化的，即均值为0。这有助于在训练过程中保持数据的分布相对稳定，有助于加快收敛速度和提高模型的稳定性。
• 梯度传播：
  • 在反向传播过程中，tanh函数的导数（即梯度）在输入接近0时最大，而在输入接近-1或1时接近0。这意味着当神经元的输出接近极端值时，梯度会变小，可能导致梯度消失问题。

3.4 传统RNN优缺点

• 优势
  • 由于内部结构简单，对计算资源要求低，相比之后我们要学习的RNN变体：LSTM和GRU模型参数总量少了很多，在短序列任务上性能和效果都表现优异
• 缺点
  • 传统RNN在解决长序列之间的关联时，通过实践，证明经典RNN表现很差，原因是在进行反向传播的时候，过长的序列导致梯度的计算异常，发生梯度消失或爆炸。

四、代码演示

演示代码 1 ：

import torch
from torch import nndef my_rnn_dm01():'''RNN 的三个参数的含义第一个参数：input_size(输入张量 x 的维度)第二个参数：hidden_size(隐藏层的维度,隐藏层的神经元个数)第三个参数：num_layer(隐藏层的数量)'''rnn = nn.RNN(5, 6, 1)'''input 的三个参数的含义第一个参数：sequence_length(输入序列的长度)第二个参数：batch_size(批次的样本数量)第三个参数：input_size(输入张量的维度)'''input = torch.randn(5, 3, 5)'''output 的三个参数的含义第一个参数：num_layer * num_directions(层数*网络方向)第二个参数：batch_size(批次的样本数)第三个参数：hidden_size(隐藏层的维度, 隐藏层神经元的个数)'''# h0 = torch.randn(1, 5, 6) # output, hn = rnn(input, h0) # h0 可以传也可以不传output, hn = rnn(input)print(output.shape)  # torch.Size([5, 3, 6])print(output)# print(hn.shape)# print(hn)

演示代码 2 ：

def my_rnn_dm02():'''RNN 的三个参数的含义第一个参数：input_size(输入张量 x 的维度)第二个参数：hidden_size(隐藏层的维度,隐藏层的神经元个数)第三个参数：num_layer(隐藏层的数量)第四个参数：输入层可以把 batch_size参数 放在一个位置'''rnn = nn.RNN(5, 6, 1, batch_first=True)'''input 的三个参数的含义第一个参数：batch_size(批次的样本数量)第二个参数：sequence_length(输入序列的长度)第三个参数：input_size(输入张量的维度)'''input = torch.randn(3, 20, 5)'''output 的三个参数的含义第一个参数：num_layer * num_directions(层数*网络方向)第二个参数：batch_size(批次的样本数)第三个参数：hidden_size(隐藏层的维度, 隐藏层神经元的个数)'''output, hn = rnn(input)print(output.shape)  # torch.Size([3, 20, 6])print(output)

---

总结

• 以上就是传统RNN的基本内容