神經網絡是深度學習的載體，而神經網絡模型中，最經典非RNN模型所屬，盡管它不完美，但它具有學習歷史信息的能力。后面不管是encode-decode 框架，還是注意力模型，以及自注意力模型，以及更加強大的Bert模型家族，都是站在RNN的肩上，不斷演化、變強的。

這篇文章，闡述了RNN的方方面面，包括模型結構，優(yōu)缺點，RNN模型的幾種應用，RNN常使用的激活函數，RNN的缺陷，以及GRU，LSTM是如何試圖解決這些問題，RNN變體等。

這篇文章最大特點是圖解版本，其次語言簡練，總結全面。

概述

傳統RNN的體系結構。Recurrent neural networks，也稱為RNNs，是一類允許先前的輸出用作輸入，同時具有隱藏狀態(tài)的神經網絡。它們通常如下所示：

對于每一時步 , 激活函數 ，輸出 被表達為:

這里是時間維度網絡的共享權重系數

是激活函數

下表總結了典型RNN架構的優(yōu)缺點：

RNNs應用

RNN模型主要應用于自然語言處理和語音識別領域。下表總結了不同的應用：

一對一

傳統神經網絡

一對多

音樂生成

多對一

機器翻譯

RNN 類型圖解例子

對于RNN網絡，所有時間步的損失函數 是根據每個時間步的損失定義的，如下所示：損失函數

時間反向傳播

在每個時間點進行反向傳播。在時間步，損失相對于權重矩陣的偏導數表示如下：

處理長短依賴

常用激活函數

RNN模塊中最常用的激活函數描述如下：

5

SigmoidTanhRELU

梯度消失/爆炸

在RNN中經常遇到梯度消失和爆炸現象。之所以會發(fā)生這種情況，是因為很難捕捉到長期的依賴關系，因為乘法梯度可以隨著層的數量呈指數遞減/遞增。

梯度修剪

梯度修剪是一種技術，用于執(zhí)行反向傳播時，有時遇到的梯度爆炸問題。通過限制梯度的最大值，這種現象在實踐中得以控制。

門的類型

為了解決消失梯度問題，在某些類型的RNN中使用特定的門，并且通常有明確的目的。它們通常標注為，等于：

其中，是特定于門的系數，是sigmoid函數。主要內容總結如下表：

Gated Recurrent Unit（GRU）和長-短期記憶單元（LSTM）處理傳統RNNs遇到的消失梯度問題，LSTM是GRU的推廣。下表總結了每種結構的特征方程：GRU/LSTM

注：符號表示兩個向量之間按元素相乘。

RNN的變體

下表總結了其他常用的RNN模型：

Bidirectional （BRNN）Deep （DRNN）

編輯：jq