摘要：作為解決方案的和和是解決短時記憶問題的解決方案，它們具有稱為門的內部機制，可以調節信息流。隨后，它可以沿著長鏈序列傳遞相關信息以進行預測，幾乎所有基于遞歸神經網絡的技術成果都是通過這兩個網絡實現的。和采用門結構來克服短時記憶的影響。

短時記憶

RNN 會受到短時記憶的影響。如果一條序列足夠長，那它們將很難將信息從較早的時間步傳送到后面的時間步。 因此，如果你正在嘗試處理一段文本進行預測，RNN 可能從一開始就會遺漏重要信息。

在反向傳播期間，RNN 會面臨梯度消失的問題。 梯度是用于更新神經網絡的權重值，消失的梯度問題是當梯度隨著時間的推移傳播時梯度下降，如果梯度值變得非常小，就不會繼續學習。

梯度更新規則

因此，在遞歸神經網絡中，獲得小梯度更新的層會停止學習—— 那些通常是較早的層。 由于這些層不學習，RNN 可以忘記它在較長序列中看到的內容，因此具有短時記憶。

作為解決方案的 LSTM 和 GRU

LSTM 和 GRU 是解決短時記憶問題的解決方案，它們具有稱為“門”的內部機制，可以調節信息流。

這些“門”可以知道序列中哪些重要的數據是需要保留，而哪些是要刪除的。 隨后，它可以沿著長鏈序列傳遞相關信息以進行預測，幾乎所有基于遞歸神經網絡的技術成果都是通過這兩個網絡實現的。

LSTM 和 GRU 可以在語音識別、語音合成和文本生成中找到，你甚至可以用它們為視頻生成字幕。對 LSTM 和 GRU 擅長處理長序列的原因，到這篇文章結束時你應該會有充分了解。?

下面我將通過直觀解釋和插圖進行闡述，并避免盡可能多的數學運算。

本質

讓我們從一個有趣的小實驗開始吧。當你想在網上購買生活用品時，一般都會查看一下此前已購買該商品用戶的評價。

當你瀏覽評論時，你的大腦下意識地只會記住重要的關鍵詞，比如“amazing”和“awsome”這樣的詞匯，而不太會關心“this”、“give”、“all”、“should”等字樣。如果朋友第二天問你用戶評價都說了什么，那你可能不會一字不漏地記住它，而是會說出但大腦里記得的主要觀點，比如“下次肯定還會來買”，那其他一些無關緊要的內容自然會從記憶中逐漸消失。

而這基本上就像是 LSTM 或 GRU 所做的那樣，它們可以學習只保留相關信息來進行預測，并忘記不相關的數據。

RNN 述評

為了了解 LSTM 或 GRU 如何實現這一點，讓我們回顧一下遞歸神經網絡。 RNN 的工作原理如下；第一個詞被轉換成了機器可讀的向量，然后 RNN 逐個處理向量序列。

?逐一處理矢量序列

處理時，RNN 將先前隱藏狀態傳遞給序列的下一步。 而隱藏狀態充當了神經網絡記憶，它包含相關網絡之前所見過的數據的信息。

將隱藏狀態傳遞給下一個時間步

讓我們看看 RNN 的一個細胞，了解一下它如何計算隱藏狀態。 首先，將輸入和先前隱藏狀態組合成向量， 該向量包含當前輸入和先前輸入的信息。 向量經過激活函數 tanh之后，輸出的是新的隱藏狀態或網絡記憶。

? ? ? ?

RNN 細胞

激活函數 Tanh

激活函數 Tanh 用于幫助調節流經網絡的值。 tanh 函數將數值始終限制在 -1 和 1 之間。

當向量流經神經網絡時，由于有各種數學運算的緣故，它經歷了許多變換。 因此想象讓一個值繼續乘以 3，你可以想到一些值是如何變成天文數字的，這讓其他值看起來微不足道。

沒有 tanh 函數的向量轉換

tanh 函數確保值保持在 -1~1 之間，從而調節了神經網絡的輸出。 你可以看到上面的相同值是如何保持在 tanh 函數所允許的邊界之間的。

有 tanh 函數的向量轉換

這是一個 RNN。 它內部的操作很少，但在適當的情形下（如短序列）運作的很好。 RNN 使用的計算資源比它的演化變體 LSTM 和 GRU 要少得多。

LSTM

LSTM 的控制流程與 RNN 相似，它們都是在前向傳播的過程中處理流經細胞的數據，不同之處在于 LSTM 中細胞的結構和運算有所變化。

LSTM 的細胞結構和運算

這一系列運算操作使得 LSTM具有能選擇保存信息或遺忘信息的功能。咋一看這些運算操作時可能有點復雜，但沒關系下面將帶你一步步了解這些運算操作。

核心概念

LSTM 的核心概念在于細胞狀態以及“門”結構。細胞狀態相當于信息傳輸的路徑，讓信息能在序列連中傳遞下去。你可以將其看作網絡的“記憶”。理論上講，細胞狀態能夠將序列處理過程中的相關信息一直傳遞下去。

因此，即使是較早時間步長的信息也能攜帶到較后時間步長的細胞中來，這克服了短時記憶的影響。信息的添加和移除我們通過“門”結構來實現，“門”結構在訓練過程中會去學習該保存或遺忘哪些信息。

Sigmoid

門結構中包含著 sigmoid 激活函數。Sigmoid 激活函數與 tanh 函數類似，不同之處在于 sigmoid 是把值壓縮到 0~1 之間而不是 -1~1 之間。這樣的設置有助于更新或忘記信息，因為任何數乘以 0 都得 0，這部分信息就會剔除掉。同樣的，任何數乘以 1 都得到它本身，這部分信息就會完美地保存下來。這樣網絡就能了解哪些數據是需要遺忘，哪些數據是需要保存。

Sigmoid 將值壓縮到 0~1 之間

接下來了解一下門結構的功能。LSTM 有三種類型的門結構：遺忘門、輸入門和輸出門。

遺忘門

遺忘門的功能是決定應丟棄或保留哪些信息。來自前一個隱藏狀態的信息和當前輸入的信息同時傳遞到 sigmoid 函數中去，輸出值介于 0 和 1 之間，越接近 0 意味著越應該丟棄，越接近 1 意味著越應該保留。

遺忘門的運算過程

輸入門

輸入門用于更新細胞狀態。首先將前一層隱藏狀態的信息和當前輸入的信息傳遞到 sigmoid 函數中去。將值調整到 0~1 之間來決定要更新哪些信息。0 表示不重要，1 表示重要。

其次還要將前一層隱藏狀態的信息和當前輸入的信息傳遞到 tanh 函數中去，創造一個新的侯選值向量。最后將 sigmoid 的輸出值與 tanh 的輸出值相乘，sigmoid 的輸出值將決定 tanh 的輸出值中哪些信息是重要且需要保留下來的。

輸入門的運算過程

細胞狀態

下一步，就是計算細胞狀態。首先前一層的細胞狀態與遺忘向量逐點相乘。如果它乘以接近 0 的值，意味著在新的細胞狀態中，這些信息是需要丟棄掉的。然后再將該值與輸入門的輸出值逐點相加，將神經網絡發現的新信息更新到細胞狀態中去。至此，就得到了更新后的細胞狀態。

細胞狀態的計算

輸出門

輸出門用來確定下一個隱藏狀態的值，隱藏狀態包含了先前輸入的信息。首先，我們將前一個隱藏狀態和當前輸入傳遞到 sigmoid 函數中，然后將新得到的細胞狀態傳遞給 tanh 函數。

最后將 tanh 的輸出與 sigmoid 的輸出相乘，以確定隱藏狀態應攜帶的信息。再將隱藏狀態作為當前細胞的輸出，把新的細胞狀態和新的隱藏狀態傳遞到下一個時間步長中去。

?輸出門的運算過程

讓我們再梳理一下。遺忘門確定前一個步長中哪些相關的信息需要被保留；輸入門確定當前輸入中哪些信息是重要的，需要被添加的；輸出門確定下一個隱藏狀態應該是什么。

代碼示例

對于那些懶得看文字的人來說，代碼也許更好理解，下面給出一個用 python 寫的示例。

python 寫的偽代碼

1.首先，我們將先前的隱藏狀態和當前的輸入連接起來，這里將它稱為 combine；

2.其次將 combine 丟到遺忘層中，用于刪除不相關的數據；

3.再用 combine 創建一個候選層，候選層中包含著可能要添加到細胞狀態中的值；

4.combine 同樣要丟到輸入層中，該層決定了候選層中哪些數據需要添加到新的細胞狀態中；

5.接下來細胞狀態再根據遺忘層、候選層、輸入層以及先前細胞狀態的向量來計算；

6.再計算當前細胞的輸出；

7.最后將輸出與新的細胞狀態逐點相乘以得到新的隱藏狀態。

是的，LSTM 網絡的控制流程就是幾個張量和一個 for 循環。你還可以使用隱藏狀態進行預測。結合這些機制，LSTM 能夠在序列處理中確定哪些信息需要記憶，哪些信息需要遺忘。

GRU

知道了 LSTM 的工作原理之后，來了解一下 GRU。GRU 是新一代的循環神經網絡，與 LSTM 非常相似。與 LSTM 相比，GRU 去除掉了細胞狀態，使用隱藏狀態來進行信息的傳遞。它只包含兩個門：更新門和重置門。

GRU 的細胞結構和門結構

更新門

更新門的作用類似于 LSTM 中的遺忘門和輸入門。它決定了要忘記哪些信息以及哪些新信息需要被添加。

重置門

重置門用于決定遺忘先前信息的程度。

這就是 GRU。GRU 的張量運算較少，因此它比 LSTM 的訓練更快一下。很難去判定這兩者到底誰更好，研究人員通常會兩者都試一下，然后選擇最合適的。

結語

總而言之，RNN 適用于處理序列數據用于預測，但卻受到短時記憶的制約。LSTM 和 GRU 采用門結構來克服短時記憶的影響。門結構可以調節流經序列鏈的信息流。LSTM 和 GRU 被廣泛地應用到語音識別、語音合成和自然語言處理等。

原文鏈接：https://towardsdatascience.com/illustrated-guide-to-lstms-and-gru-s-a-step-by-step-explanation-44e9eb85bf21

聲明：文章收集于網絡，如有侵權，請聯系小編及時處理，謝謝！

商業智能與數據分析群

興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識

QQ群：81035754