7.0 KiB
循環神經網絡
課前測驗
在之前的章節中，我們使用了豐富的文本語義表示以及嵌入層上的簡單線性分類器。這種架構的作用是捕捉句子中詞語的聚合意義，但它並未考慮詞語的順序，因為嵌入層上的聚合操作已經移除了原始文本中的這些信息。由於這些模型無法建模詞語的順序，因此它們無法解決更複雜或更具歧義的任務，例如文本生成或問題回答。
為了捕捉文本序列的意義，我們需要使用另一種神經網絡架構，稱為循環神經網絡（Recurrent Neural Network，簡稱 RNN）。在 RNN 中，我們將句子逐個符號地傳遞給網絡，網絡會生成某種狀態，然後將該狀態與下一個符號一起再次傳遞給網絡。
圖片由作者提供
給定輸入序列的標記 X0,...,Xn，RNN 創建了一系列神經網絡塊，並通過反向傳播端到端地訓練這個序列。每個網絡塊接受一對 (Xi,Si) 作為輸入，並生成 Si+1 作為結果。最終的狀態 Sn 或 (輸出 Yn) 進入線性分類器以生成結果。所有的網絡塊共享相同的權重，並通過一次反向傳播端到端地訓練。
由於狀態向量 S0,...,Sn 被傳遞通過網絡，它能夠學習詞語之間的序列依賴性。例如，當詞語 not 出現在序列中的某處時，它可以學習否定狀態向量中的某些元素，從而實現否定。
✅ 由於上圖中所有 RNN 塊的權重是共享的，因此同一圖可以表示為右側的一個塊，並帶有一個循環反饋回路，將網絡的輸出狀態返回到輸入。
RNN 單元的結構
讓我們來看看一個簡單的 RNN 單元是如何組織的。它接受前一狀態 Si-1 和當前符號 Xi 作為輸入，並需要生成輸出狀態 Si（有時我們也對其他輸出 Yi 感興趣，例如在生成網絡的情況下）。
一個簡單的 RNN 單元內部有兩個權重矩陣：一個用於轉換輸入符號（我們稱之為 W），另一個用於轉換輸入狀態（H）。在這種情況下，網絡的輸出計算公式為 σ(W×Xi+H×Si-1+b)，其中 σ 是激活函數，b 是額外的偏置。
圖片由作者提供
在許多情況下，輸入標記在進入 RNN 之前會通過嵌入層以降低維度。在這種情況下，如果輸入向量的維度是 emb_size，而狀態向量的維度是 hid_size，則 W 的大小為 emb_size×hid_size，H 的大小為 hid_size×hid_size。
長短期記憶（LSTM）
經典 RNN 的主要問題之一是所謂的梯度消失問題。由於 RNN 是通過一次反向傳播端到端地訓練的，它在將誤差傳遞到網絡的第一層時存在困難，因此網絡無法學習遠距離標記之間的關係。解決這個問題的一種方法是通過使用所謂的門控來引入顯式狀態管理。有兩種著名的架構：長短期記憶（Long Short Term Memory，簡稱 LSTM）和門控遞歸單元（Gated Relay Unit，簡稱 GRU）。
圖片來源待定
LSTM 網絡的組織方式與 RNN 類似，但有兩個狀態從層到層傳遞：實際狀態 C 和隱藏向量 H。在每個單元中，隱藏向量 Hi 與輸入 Xi 進行拼接，並通過門控控制狀態 C 的變化。每個門控是一個具有 sigmoid 激活（輸出範圍為 [0,1]）的神經網絡，可以被認為是狀態向量的逐位掩碼，當與狀態向量相乘時生效。以下是圖中從左到右的門控：
- 遺忘門接受隱藏向量並決定向量 C 的哪些組件需要遺忘，哪些需要通過。
- 輸入門從輸入和隱藏向量中提取一些信息並插入到狀態中。
- 輸出門通過具有 tanh 激活的線性層轉換狀態，然後使用隱藏向量 Hi 選擇其某些組件以生成新狀態 Ci+1。
狀態 C 的組件可以被認為是一些可以開啟或關閉的標誌。例如，當我們在序列中遇到名字 Alice 時，我們可能會假設它指的是一個女性角色，並在狀態中設置一個標誌，表示句子中有一個女性名詞。當我們進一步遇到短語 and Tom 時，我們會設置一個標誌，表示我們有一個複數名詞。因此，通過操作狀態，我們可以追蹤句子部分的語法屬性。
✅ 理解 LSTM 內部結構的絕佳資源是 Christopher Olah 的這篇精彩文章 Understanding LSTM Networks。
雙向和多層 RNN
我們已經討論了從序列開始到結束單向運行的循環網絡。這看起來很自然，因為它類似於我們閱讀和聽取語音的方式。然而，由於在許多實際情況下我們可以隨機訪問輸入序列，因此在兩個方向上運行循環計算可能是有意義的。這樣的網絡稱為雙向 RNN。在處理雙向網絡時，我們需要兩個隱藏狀態向量，每個方向一個。
循環網絡，無論是單向還是雙向，都能捕捉序列中的某些模式，並將它們存儲到狀態向量中或傳遞到輸出中。與卷積網絡類似，我們可以在第一層之上構建另一個循環層，以捕捉更高層次的模式，並基於第一層提取的低層次模式進行構建。這引出了多層 RNN 的概念，它由兩個或更多循環網絡組成，其中前一層的輸出作為輸入傳遞到下一層。
圖片來自 Fernando López 的這篇精彩文章
✍️ 練習：嵌入層
在以下筆記本中繼續學習：
結論
在本單元中，我們已經看到 RNN 可用於序列分類，但事實上，它們可以處理更多任務，例如文本生成、機器翻譯等。我們將在下一單元中探討這些任務。
🚀 挑戰
閱讀一些關於 LSTM 的文獻並考慮它們的應用：
- Grid Long Short-Term Memory
- Show, Attend and Tell: Neural Image Caption Generation with Visual Attention
課後測驗
回顧與自學
- Understanding LSTM Networks by Christopher Olah.