人人都能看懂的LSTM - 知乎

这是在看了台大李宏毅教授的深度学习视频之后的一点总结和感想。看完介绍的第一部分 RNN 尤其 LSTM 的介绍之后，整个人醍醐灌顶。本篇博客就是对视频的一些记录加上了一些个人的思考。

0. 从 RNN 说起

循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义，RNN 就能够很好地解决这类问题。

1. 普通 RNN

先简单介绍一下一般的 RNN。

其主要形式如下图所示（图片均来自台大李宏毅教授的 PPT）：

这里：

$x$ 为当前状态下数据的输入， $h$ 表示接收到的上一个节点的输入。

$y$ 为当前节点状态下的输出，而 $h'$ 为传递到下一个节点的输出。

通过上图的公式可以看到，输出 h' 与 x 和 h 的值都相关。

而 y 则常常使用 h' 投入到一个线性层（主要是进行维度映射）然后使用 softmax 进行分类得到需要的数据。

对这里的y如何通过 h' 计算得到往往看具体模型的使用方式。

通过序列形式的输入，我们能够得到如下形式的 RNN。

2. LSTM

2.1 什么是 LSTM

长短期记忆（Long short-term memory, LSTM）是一种特殊的 RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的 RNN，LSTM 能够在更长的序列中有更好的表现。

LSTM 结构（图右）和普通 RNN 的主要输入输出区别如下所示。

相比 RNN 只有一个传递状态 $h^t$ ，LSTM 有两个传输状态，一个 $c^t$ （cell state），和一个 $h^t$ （hidden state）。（Tips：RNN 中的 $h^t$ 对于 LSTM 中的 $c^t$ ）

其中对于传递下去的 $c^t$ 改变得很慢，通常输出的 $c^t$ 是上一个状态传过来的 $c^{t-1}$ 加上一些数值。

而 $h^t$ 则在不同节点下往往会有很大的区别。

2.2 深入 LSTM 结构

下面具体对 LSTM 的内部结构来进行剖析。

首先使用 LSTM 的当前输入 $x^t$ 和上一个状态传递下来的 $h^{t-1}$ 拼接训练得到四个状态。

其中， $z^f$ ， $z^i$ ， $z^o$ 是由拼接向量乘以权重矩阵之后，再通过一个 $sigmoid$ 激活函数转换成 0 到 1 之间的数值，来作为一种门控状态。而 $z$ 则是将结果通过一个 $tanh$ 激活函数将转换成 - 1 到 1 之间的值（这里使用 $tanh$ 是因为这里是将其做为输入数据，而不是门控信号）。