RNN BPTT算法推导
BPTT(沿时反向传播算法)基本原理与BP算法一样,包含三个步骤:
- 前向计算每个神经元的输出值
- 反向计算每个神经元的误差项,它是误差函数E对神经元j的加权输入的偏导数
- 计算每个权重的梯度
- 最后再用随机梯度下降算法更新权重
循环曾如图所示:
1.1前向计算
循环层的前向计算:
隐层:
1.2误差项的计算
BPTT算法将第l层t时刻的误差项值沿两个方向传播,一个方向时传递到上一层网络,得到,这部分只和权重矩阵U有关;另一方向是将其沿着时间线传递到初始时刻,得到,这部分只和权重矩阵W有关。
用向量表示神经元在t时刻的加权输入:
因此:
第二项是一个jacobian矩阵
最后,将两项合在一起,可得:
上式描述了将沿时间向前传递一个时刻的规律,可以求的任意时刻k的误差项:
这就是将误差项沿着时间反向传播的算法。
循环层将误差项反向传递到上一层网络,与普通的全连接层是完全一样的。
循环层的加权输入与上一层的加权输入关系如下:
上式中是第l层神经元的加权输入;是l-1层神经元的加权输入;是第l-1层神经元的输出;是第l-1层的**函数。
所以:
上式就是将误差项传递到上一层算法。
1.3权重梯度的计算
接下来是BPTT算法的最后一步:计算每个权重的梯度
首先计算误差函数E对权重矩阵W的梯度:
上图为我们前两步计算得到的量,包括每个时刻t循环层的输出值,以及误差项
我们知道了任意一个时刻的误差项,以及上一个时刻循环层的输出值,就可以按照下面的公式求出权重矩阵在t时刻的梯度:
上式中,表示t时刻误差项向量的第i各分量,即第i层的误差项;KaTeX parse error: Double subscript at position 8: s_{t-1}_̲i表示t-1时刻循环层第i各神经元的输出值。
权重梯度推导:
1.4梯度爆炸与梯度消失
RNNs并不能很好地处理较长的序列。主要原因是RNN在训练中很容易发生梯度爆炸和梯度消失,导致训练时梯度不能在较长序列中一直传递下去,从而使RNN无法捕捉到长距离的影响。
三种方法应对梯度消失问题:
1)合理的初始化权重值。初始化权重,使每个神经元尽可能不要取极大或极小值,以躲开梯度消失的区域。
2)使用Relu代替sigmod和tanh作为**函数。
3)使用其它结构的RNNs,比如长短时记忆网络(LSTM)和Gated Recurrent Unit(GRU),这是最流行的做法。