7.2 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。這種架構能夠捕捉句子中詞語的整體意義，但它並未考慮詞語的順序，因為嵌入層上的聚合操作會移除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 會創建一系列神經網絡塊，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）會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 被傳遞給網絡，它能夠學習詞語之間的順序依賴。例如，當詞語 not 出現在序列中的某處時，它可以學習在狀態向量中否定某些元素，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，該塊具有循環反饋迴路，將網絡的輸出狀態回傳到輸入。
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（有時我們也對某些其他輸出 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，它在向網絡的第一層傳遞誤差時會遇到困難，因此網絡無法學習遠距標記之間的關係。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，但有兩個狀態會從層到層傳遞：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，並通過門控制狀態 C 的變化。每個門都是具有 sigmoid 激活（輸出範圍 [0,1]）的神經網絡，可以在與狀態向量相乘時被視為逐位掩碼。以下是各個門的功能（從左到右對應上圖）：
- 遺忘門：接收隱藏向量並決定需要遺忘狀態向量 C 的哪些部分，以及需要保留哪些部分。
- 輸入門：從輸入和隱藏向量中提取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 選擇其某些部分以生成新狀態 Ci+1。
狀態 C 的組件可以被視為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，表示句子中有複數名詞。因此，通過操控狀態，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
我們已經討論了僅在一個方向上運行的循環網絡，即從序列的開頭到結尾。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更有意義。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）能夠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
在以下筆記本中繼續學習：
結論
在本單元中，我們了解到 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 的文獻並考慮其應用：
- 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.