BP,RNN 和 LSTM暨《Supervised Sequence Labelling with Recurrent Neural Networks-2012》阅读笔记

一、BackPropagation

• ：表示第层第k个神经元到第层第j个神经元的连接权重；
• ：表示第层第j个神经元的偏置；
• ：表示第层第j个神经元的带权输入；
• ：表示第层第j个神经元的**值；
• ：表示一个**函数(sigmoid,relu,tanh)；

向量化上面的公式：

• L(W,b,x,y)：表示损失函数，其中y是正确值，x是输入，下面是二次方损失函数的计算；

• 阿达马（Hadamard）乘积，表示两个同维度向量a,b按元素相乘的结果向量，用表示。
• 反向传播BP计算的目标：和，也就是L对所有参数的偏导数。
• ：表示第层第j个单元的残差。也就是。
• ：表示顶层（输出层，假设是第L层）的残差，也就是损失函数对输出层的带权输入的偏导数。这个公式也可以进行向量化，为以下的形式：

• 当使用二次损失函数的时候，。
• 使用上一层的残差表示当前层的残差：

• 最后，利用链式求导求出来的结果：

向量化以上的结果，得到：

二、RNN

• RNN能够从之前的输入中映射出输出，具有一定程度的记忆能力，能够从之前的输入中存储网络的内部状态。
• 有足够多隐藏单元的RNN能够模拟任何Sequence-to-Sequence的映射。

1.RNN的forward pass

注：下面这段使用的符号和上面的符号定义又有些不同，没办法，下面这篇论文就是这么用的。

Graves A. Supervised Sequence Labelling with Recurrent Neural Networks[M]. Springer Berlin Heidelberg, 2012.

• 一个I个输入单元、H个隐藏单元和K个输出单元的RNN，输入序列是，长度为,是输入单元在时刻的输入。
• 对每一个隐藏单元h，其t时刻的带权输入值如下所示，也就是本文第一章中的，(⊙o⊙)…好乱：

• 也就是，其带权输入值不仅与这一时刻的输入层单元值相关，还与上一时刻所有隐藏单元的**值相关，而**值计算如下所示，其中是**函数（tanh,sigmoid,….），这里是一样的：

• 整个网络从t=1开始迭代，可以取全0，不过2006年之后也有人提出，使用非0来初始化能够提高RNN的性能和稳定性。
• 第k个输出单元t时刻的值按照下面的公式计算，就是每个隐藏单元**值的连接，这里并没有引入偏置向量，不过可以认为是第0个单元，不影响：

2.RNN的Output层和损失函数

按照实际情况选择RNN输出层的**函数(sigmoid,softmax)和损失函数(cross_entropy)。

RNN应用在时间序列分析。

3.RNN的backward pass

现在计算出cross_entropy损失函数L关于输出y的偏导数，下一步就是计算L关于权重的偏导数。

已经提出的两种算法，可以有效的计算RNN的权重偏导数

• real time recurrent learning(RTRL,1987)
• backpropagation through time(BPTT,1990)

这里对BPTT进行介绍，因为它的思想更简单，而且计算效率更高。

BPTT也是通过链式法则的应用进行权值训练，但是对于递归神经网络，一个隐藏层单元**值的影响不仅仅通过通往输出层的连接，还可以通过对下一时刻(timestep)隐藏层的影响。所以，残差的计算也应该包含这两条线路，如下所示：

这里的残差计算方式和第一章相同，。其中a是带权输入。

这样从T开始计算，算到1，就可以得出，注意在这里整个网络在所有时刻使用的是同一权重。

4.双向RNN

BRNN，1997、1999年提出。能够使用输入序列当前时刻后面的内容作为上下文。使用两个隐藏层，一个从前往后一个从后向前，两个隐藏层互不连接。

• 前向过程

从1到T，前向隐藏层的前向过程，存储每个t的**值。

从T到1，后向隐藏层的前向过程，存储每个t的**值。

对于所有t，使用前两步计算的**值，进行输出层的前向过程。

• 后向过程

对所有t，计算输出层的值。

对T到1，利用进行前向隐藏层的后向过程。

对1到T，利用进行后向隐藏层的前向过程。

BRNN可以应用于像蛋白质结构预测（2001）、时间序列任务、自动听写等应用中。

5.序列雅克比矩阵（sequential Jacobian原谅我不知道它怎么翻译）

6.训练神经网络的一些tricks

• 梯度下降算法：批量vs在线，梯度下降、动量momentum
  • 一些批量梯度下降算法：RPROP、quickprop、conjugate gradients、L-BFGS
  • 在线学习算法：stochastic meta-descent
• 泛化方式
  • early stopping
  • 输入增加高斯噪声
  • 权重增加高斯噪声
• 输入的表示，输入的标准化（把输入向量化为均值0，标准差1）很重要。
• 权重的初始化，小而随机

三、LSTM

1.网络结构

• Memory Block(Memory Cell)
  • 输入：
  • input gate输入门：
  • output gate输出门：
  • forget gate遗忘门：
  • 细胞状态：
  • 单元**值：

盗个图过来吧，文字还是有点描述不清楚，以后别记不得了。

2.LSTM的变种和进一步研究

• 2000年，增加了窥视孔连接Peephole，所有或者部分公式中的$[h{t-1},x_t][C{t-1},h_{t-1},x_t]$。
• 配对了遗忘门和输入门，即。
• 2014年，Gated Recurrent Unit（GRU），合并了细胞状态和单元**值，合并输入门和遗忘门为更新门，模型更加简单。
• Depth Gated RNNs, Clockwork RNNs等
• 注意力机制、Grid LSTM等

3.预处理

预处理能够通过采样减少输入序列的长度，从而使得LSTM能够更好的进行处理，上下文信息更少。

4.双向LSTM

5.LSTM的正向（**）和反向（BPTT）过程

下面的过程都是带peephole的LSTM。输入公式还是不如手写方便，还是手写吧。。。

• 正向过程：

• 反向过程：

6.参考

http://blog.csdn.net/ycheng_sjtu/article/details/48792467