RNN基本原理及梯度消失、梯度爆炸的问题原因及解决方法 |
您所在的位置:网站首页 › ggg是什么意思呢 › RNN基本原理及梯度消失、梯度爆炸的问题原因及解决方法 |
一、RNN基本结构
s t = σ ( U x t + W s t − 1 + b 1 ) s_t=\sigma(Ux_t+Ws_{t-1}+b_1) st=σ(Uxt+Wst−1+b1) σ \sigma σ()是激活函数,通常选用Tanh、ReLU。 2、输出状态 o t o_t oto t = g ( V s t + b 2 ) o_t=g(Vs_t+b_2) ot=g(Vst+b2) g g g()是激活函数,对于分类任务通常选用 s i g m o i d sigmoid sigmoid()。 3、Loss计算输出状态 o t o_t ot与目标输出 y t y_t yt计算Loss: L = ∑ t L t = ∑ t L o s s ( o t , y t ) L=\sum_{t}L_t=\sum_{t}Loss(o_t,y_t) L=t∑Lt=t∑Loss(ot,yt) L o s s Loss Loss是损失函数,对于分类任务通常选用交叉熵损失函数。 二、RNN参数更新方式 1、首先需要明确:上述的循环重复结构,都是共享参数的,也就是说不管在什么时刻,权重矩阵 U U U、 W W W、 V V V都是相同的。好处:极大减少参数量+可以处理不定长序列。 2、梯度下降、反向传播过程假设 t = 3 t=3 t=3的时刻,计算它的损失函数: s 3 = σ ( U x 3 + W s 2 + b 1 ) o 3 = g ( V s 3 + b 2 ) L 3 = 1 2 ( o 3 − y 3 ) 2 s_3=\sigma(Ux_3+Ws_{2}+b_1) \\ o_3=g(Vs_3+b_2) \\ L_3=\frac{1}{2}(o_3-y_3)^2 s3=σ(Ux3+Ws2+b1)o3=g(Vs3+b2)L3=21(o3−y3)2那么求偏导的时候: ∂ L 3 ∂ V = ∂ L 3 ∂ o 3 ∂ o 3 ∂ V \frac{ \partial L_3 }{ \partial V}=\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial V} ∂V∂L3=∂o3∂L3∂V∂o3 ∂ L 3 ∂ U = ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ U + ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ s 2 ∂ s 2 ∂ U + ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ s 2 ∂ s 2 ∂ s 1 ∂ s 1 ∂ U \frac{ \partial L_3 }{ \partial U}=\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial U}+\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial s_2}\frac{ \partial s_2 }{ \partial U}+\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial s_2}\frac{ \partial s_2 }{ \partial s_1}\frac{ \partial s_1 }{ \partial U} ∂U∂L3=∂o3∂L3∂s3∂o3∂U∂s3+∂o3∂L3∂s3∂o3∂s2∂s3∂U∂s2+∂o3∂L3∂s3∂o3∂s2∂s3∂s1∂s2∂U∂s1 ∂ L 3 ∂ W = ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ W + ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ s 2 ∂ s 2 ∂ W + ∂ L 3 ∂ o 3 ∂ o 3 ∂ s 3 ∂ s 3 ∂ s 2 ∂ s 2 ∂ s 1 ∂ s 1 ∂ W \frac{ \partial L_3 }{ \partial W}=\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial W}+\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial s_2}\frac{ \partial s_2 }{ \partial W}+\frac{ \partial L_3 }{ \partial o_3}\frac{ \partial o_3 }{ \partial s_3} \frac{ \partial s_3 }{ \partial s_2}\frac{ \partial s_2 }{ \partial s_1}\frac{ \partial s_1 }{ \partial W} ∂W∂L3=∂o3∂L3∂s3∂o3∂W∂s3+∂o3∂L3∂s3∂o3∂s2∂s3∂W∂s2+∂o3∂L3∂s3∂o3∂s2∂s3∂s1∂s2∂W∂s1因为 s 3 s_3 s3是由前面的 s 1 s_1 s1、 s 2 s_2 s2递推出来的,所以 L L L对 U U U、 W W W求偏导的公式需要把前面的 s 1 s_1 s1、 s 2 s_2 s2带入进去: s 3 = σ ( U x 3 + W s 2 + b 1 ) = σ ( U x 3 + W ( σ ( U x 2 + W s 1 + b 1 ) ) + b 1 ) s_3=\sigma(Ux_3+Ws_{2}+b_1)\\ =\sigma(Ux_3+W(\sigma(Ux_2+Ws_{1}+b_1))+b_1) s3=σ(Ux3+Ws2+b1)=σ(Ux3+W(σ(Ux2+Ws1+b1))+b1)由此能知道,时间序列越长,出现连乘的部分会越集中在后面。也就是通过时间的反向传播。 三、RNN和普通神经网络梯度消失的本质区别普通神经网络:它不是按时间步进行反向传播的,因此不会有一项一项相加的部分,只有一个总体的连乘求偏导过程。它的梯度消失是总的梯度会趋于0的。 RNN:每一项一项进行相加,可以发现距离拉的越长,连乘的项就越多,远距离的梯度会趋于0的,近距离的梯度不会消失。RNN梯度消失的真正含义是总的梯度受近距离梯度的主导,远距离的梯度消失。 四、RNN梯度消失梯度爆炸及解决方式梯度爆炸:采用梯度截断的方式 梯度消失:1、采用跨时域的残差连接 。 2、采用门控机制(LSTM、GRU)作为RNN基本单元,控制信息流入量 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |