循环神经网络
课前测验
在之前的章节中，我们使用了丰富的文本语义表示，并在嵌入层之上使用了一个简单的线性分类器。这种架构能够捕捉句子中词语的整体意义，但它没有考虑到词语的顺序，因为嵌入层上的聚合操作会丢失原始文本中的顺序信息。由于这些模型无法建模词语的顺序，它们无法解决更复杂或更模糊的任务，例如文本生成或问答。
为了捕捉文本序列的意义，我们需要使用另一种神经网络架构，称为循环神经网络（Recurrent Neural Network，RNN）。在 RNN 中，我们将句子逐个符号输入网络，网络会生成某种状态，然后将该状态与下一个符号一起再次输入网络。
图片由作者提供
给定输入序列的标记 X0,...,Xn，RNN 会创建一个神经网络块的序列，并通过反向传播对该序列进行端到端训练。每个网络块以 (Xi,Si) 为输入，并生成 Si+1 作为结果。最终状态 Sn 或 (输出 Yn) 会进入线性分类器以生成结果。所有网络块共享相同的权重，并通过一次反向传播训练端到端。
由于状态向量 S0,...,Sn 会通过网络传递，RNN 能够学习词语之间的顺序依赖关系。例如，当单词 not 出现在序列中的某处时，它可以学习在状态向量中否定某些元素，从而实现否定。
✅ 由于上图中所有 RNN 块的权重是共享的，因此可以将整个图表示为一个带有循环反馈的单块（右侧），将网络的输出状态反馈到输入。
RNN 单元的结构
让我们看看一个简单的 RNN 单元是如何组织的。它接受前一个状态 Si-1 和当前符号 Xi 作为输入，并生成输出状态 Si（有时我们也对其他输出 Yi 感兴趣，例如在生成网络中）。
一个简单的 RNN 单元内部有两个权重矩阵：一个用于转换输入符号（我们称之为 W），另一个用于转换输入状态（H）。在这种情况下，网络的输出计算公式为 σ(W×Xi+H×Si-1+b)，其中 σ 是激活函数，b 是额外的偏置。
图片由作者提供
在许多情况下，输入标记会在进入 RNN 之前通过嵌入层以降低维度。在这种情况下，如果输入向量的维度为 emb_size，状态向量的维度为 hid_size，那么 W 的大小为 emb_size×hid_size，H 的大小为 hid_size×hid_size。
长短时记忆网络（LSTM）
经典 RNN 的主要问题之一是所谓的梯度消失问题。由于 RNN 是通过一次反向传播端到端训练的，它很难将误差传播到网络的第一层，因此无法学习远距离标记之间的关系。解决这一问题的一种方法是通过使用所谓的门控机制引入显式状态管理。有两种著名的架构：长短时记忆网络（Long Short Term Memory，LSTM）和门控循环单元（Gated Relay Unit，GRU）。
图片来源待定
LSTM 网络的组织方式与 RNN 类似，但有两个状态会从层到层传递：实际状态 C 和隐藏向量 H。在每个单元中，隐藏向量 Hi 与输入 Xi 连接在一起，它们通过门控机制控制状态 C 的变化。每个门控机制都是一个带有 sigmoid 激活（输出范围为 [0,1]）的神经网络，可以通过与状态向量相乘来视为逐位掩码。以下是这些门控机制（从左到右）：
- 遗忘门：接收隐藏向量并决定状态向量 C 的哪些部分需要遗忘，哪些需要保留。
- 输入门：从输入和隐藏向量中提取信息并插入状态。
- 输出门：通过带有 tanh 激活的线性层转换状态，然后使用隐藏向量 Hi 选择状态的某些部分以生成新状态 Ci+1。
状态 C 的各个组成部分可以被视为一些可以打开或关闭的标志。例如，当我们在序列中遇到名字 Alice 时，我们可能会假设它指代一个女性角色，并在状态中设置一个标志，表示句子中有一个女性名词。当我们进一步遇到短语 and Tom 时，我们会设置一个标志，表示句子中有复数名词。因此，通过操控状态，我们可以跟踪句子部分的语法属性。
✅ 理解 LSTM 内部机制的一个优秀资源是 Christopher Olah 的这篇文章 Understanding LSTM Networks。
双向和多层 RNN
我们已经讨论了单向运行的循环网络，从序列的开头到结尾。这看起来很自然，因为它类似于我们阅读和听语音的方式。然而，由于在许多实际情况下我们可以随机访问输入序列，因此同时进行双向循环计算可能更有意义。这种网络称为双向 RNN。在处理双向网络时，我们需要两个隐藏状态向量，每个方向一个。
循环网络，无论是单向还是双向，都能捕捉序列中的某些模式，并将其存储到状态向量中或传递到输出中。与卷积网络类似，我们可以在第一层之上构建另一层循环网络，以捕捉更高级的模式，并从第一层提取的低级模式中构建。这引出了多层 RNN 的概念，它由两个或更多循环网络组成，其中前一层的输出作为输入传递到下一层。
图片来自 Fernando López 的这篇精彩文章
✍️ 练习：嵌入
通过以下笔记本继续学习：
总结
在本单元中，我们了解到 RNN 可用于序列分类，但实际上它们可以处理更多任务，例如文本生成、机器翻译等。我们将在下一单元中讨论这些任务。
? 挑战
阅读一些关于 LSTM 的文献并思考它们的应用：
课后测验
复习与自学
- Christopher Olah 的 Understanding LSTM Networks。