deeplearning.ai - 循环神经网络 (Recurrent Neural Networks)

序列模型
吴恩达 Andrew Ng

Why sequence models

Examples

Speech recognition, Music generation, Sentiment classification, DNA sequence analysis, Machine translation, Video activity recognition, Name entity recognition

Notation

• X(i)<t>:$X^{(i)<t>}:$ 第i个输入样本的第t个元素

• T(i)X:$T_X^{(i)}:$ 第i个输入样本的长度

• 

• 建立字典（单词的列向量），使用one-hot表示单词位置

• UNK: unknown word, 表示不在字典里的词

• 

Recurrent Neural Network Model

• Inputs and outputs can be different lengths in different examples

  每个样本的输入输出维度不固定

• at each time-step, RNN passes on activation to the next time-step

• 从左到右依次扫描参数

• 每个时间步采用的是相同的参数Wax,Waa,Wya$W_{ax},W_{aa},W_{ya}$

• 只使用了之前的信息来做出预测

• BRNN，双向循环神经网络

• a<0>=0$a^{<0>}=\mathbf{0}$ , a<1>=g1(Waaa<0>+Waxx<1>+ba)$a^{<1>}=g_1(W_{aa}{a}^{<0>}+W_{ax}{x}^{<1>}+b_a)$ , y^<1>=g2(Wyaa<1>+by)${\hat{y}}^{<1>}=g_2(W_{ya}{a}^{<1>}+b_y)$

• **函数 g1$g_1$常用 tanh$tanh$ ，g2$g_2$常用 sigmoid,softmax$sigmoid,softmax$

• 

Backpropagation through time

Different types of RNNs

Language model and sequence generation

• corpus 语料库、tokenize 标记、End Of Sentence

• y^<1>${\hat{y}}^{<1>}$ 输出第一个词是XX的概率
  

• 给定前面的词，预测下一个词是什么

Sampling novel sequences 新序列采样

• 训练一个序列模型之后，要想了解到这个模型学到了什么，一种非正式的方法就是进行一次新序列采样

• character language model, word level language model

• 基于词汇的语言模型可以捕捉长范围的关系，基于字符的语言模型略逊一筹，并且训练成本比较高昂

• 

• 

Vanishing gradients with RNNs

• The basic RNN models are not good at capturing very long-term dependency.
• local influences 局部影响
• gradient clipping 梯度修剪，用于解决梯度爆炸，大于某个值时就进行缩放

Gated Recurrent Unit (GRU) 门控循环单元

• c, memory cell, c~<t>=tanh(Wc[c<t−1>,x<t>]+bc)${\tilde{c}}^{<t>}=\tanh (W_c[c^{<t-1>},x^{<t>}]+b_c)$ , c<t>=x<t>$c^{<t>}=x^{<t>}$

• Γu=σ(Wu[c<t−1>,x<t>]+bu)${\mathrm{\Gamma }}_u=\sigma (W_u[c^{<t-1>},x^{<t>}]+b_u)$ , update gate, this gate value is between 0 and 1

• gate decides when to update c, c<t>=Γu∗c~<t>+(1−Γu)∗c<t−1>$c^{<t>}={\mathrm{\Gamma }}_u\ast {\tilde{c}}^{<t>}+(1-{\mathrm{\Gamma }}_u)\ast c^{<t-1>}$ , element-wise multiplication

• 

• 
• 

Long Short Term Memory (LSTM) 长短期记忆

• update, forget, output
  

• peephole connection 窥探孔连接
  

Bidirectional RNN

• combine ​information from the past, the present and the future

• 

  图中的前向传播一部分计算是从左到右，一部分计算是从右到左

• 对于大量自然语言处理问题，LSTM 单元的双向 RNN 模型是用的最多的

• need the entire sequence of data before making predictions

Deep RNNs

a[l]<t>:$a^{[l]<t>}:$ layer l, at time t, activation value