深度学习——循环神经网络RNN（一）_反向传播算法

RNN网络结构

Elman神经网络是最早的循环神经网络，由Elman于1990年提出，又称为SRN（Simple Recurrent Network, 简单循环网络）。RNN考虑了时序信息，当前时刻的输出不仅和当前时刻的输入有关，还和前面所有时刻的输入有关。

RNN的结构图（引用[2]中的图）如下：



xt表示t时刻的输入向量；

ht表示t时刻的隐藏层向量：

隐层计算公式为

ht=f(Whhht−1+Wxhxt+bh)(1)

f是隐层的激活函数。h0一般初始化为0。

我们可以认为ht包含了当前时刻及以前的所有记忆。虽然理论上这句话没问题，但是在实际中，由于梯度消失/爆炸问题的存在，ht只包含了有限步的信息，并不能捕获太久之前的信息。这被称为长时依赖问题。

yt表示t时刻的输出向量：

输出yt的计算公式为

yt=g(Whyht+by)(2)

g一般为softmax函数。

在训练RNN时，一个输入序列看做一个实例，其误差由各时刻误差之和组成：

J=∑t=1TJt(3)

梯度计算

RNN的梯度计算比多层前馈神经网络要复杂一些，其反向传播算法有个特有的名字：随时间反向传播算法（Backpropagation Through Time，BPTT）[Werbos, 1990]。

这里会介绍两种计算RNN梯度的方法，并且仅以Whh的梯度为例进行说明。

暴力求解

我们暂且把t步的Whh写成Whht，于是：

∂J∂Whh=∑t=1T∂J∂Whht=∑t=1T∂ht∂Whht∂J∂ht(4)

而∂J∂ht=∂J∂yt∂yt∂ht+∂J∂ht+1∂ht+1∂ht=∂Jt∂ht+WhhTdiag(f′(ht))∂J∂ht+1=∂Jt∂ht+WhhTdiag(f′(ht))∂Jt+1∂ht+1 +(WhhTdiag(f′(ht)))(WhhTdiag(f′(ht+1)))∂Jt+2∂ht+2 +⋯+∏i=tT−1(WhhTdiag(f′(hi)))∂JT∂hT=∑k=tT∏i=tk−1(WhhTdiag(f′(hi)))∂Jk∂hk(5)

把(5)代入(4)中，得到

∂J∂Whh=∑t=1T∂ht∂Whh[∑k=tT∏i=tk−1(WhhTdiag(f′(hi)))∂Jk∂hk](6)

BPTT

仍暂且把t步的Whh写成Whht，那么t时刻的误差会影响到{Whhk,k=1,2,...,t−1}，所以

∂J∂Whh=∑t=1T∑k=1t∂Jt∂Whhk−1=∑t=1T∑k=1t∂hk∂Whhk−1∂ht∂hk∂Jt∂ht=∑t=1T∑k=1t∂hk∂Whhk−1[∏i=kt−1∂hi+1∂hi]∂Jt∂ht=∑t=1T∑k=1t∂hk∂Whhk−1[∏i=kt−1WhhiTdiag(f′(hi))]∂Jt∂ht=∑t=1T∑k=1t∂hk∂Whh[∏i=kt−1WhhTdiag(f′(hi))]∂Jt∂ht(7)

可以证明公式(6)和(7)等价。

∂ht∂hk是矩阵的累乘，极容易出现趋于0的情况，这时当前时刻的误差传播不到比较久远的时刻，意味着RNN没有学到长时依赖关系。

参考

[1] Finding Structure in Time. JEFFREY L. ELMAN. 1990.

[2] 《神经网络与深度学习》讲义. 邱锡鹏. 2015.

[3] Recurrent Neural Networks Tutorial, Part 1 – Introduction to RNNs. WILDML. 2015.

[4] 博文Anyone Can Learn To Code an LSTM-RNN in Python (Part 1: RNN). 2015.