熟悉深度學(xué)習(xí)的朋友知道，LSTM是一種RNN模型，可以方便地處理時(shí)間序列數(shù)據(jù)，在NLP等領(lǐng)域有廣泛應(yīng)用。

在看了臺(tái)大李宏毅教授的深度學(xué)習(xí)視頻后，特別是介紹的第一部分RNN以及LSTM，整個(gè)人醍醐灌頂。

0. 從RNN說(shuō)起

循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）是一種用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。相比一般的神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，他能夠處理序列變化的數(shù)據(jù)。比如某個(gè)單詞的意思會(huì)因?yàn)樯衔奶岬降膬?nèi)容不同而有不同的含義，RNN就能夠很好地解決這類問(wèn)題。

1. 普通RNN

先簡(jiǎn)單介紹一下一般的RNN。其主要形式如下圖所示（圖片均來(lái)自臺(tái)大李宏毅教授的PPT）：

這里：

為當(dāng)前狀態(tài)下數(shù)據(jù)的輸入，表示接收到的上一個(gè)節(jié)點(diǎn)的輸入。

為當(dāng)前節(jié)點(diǎn)狀態(tài)下的輸出，而為傳遞到下一個(gè)節(jié)點(diǎn)的輸出。

通過(guò)上圖的公式可以看到，輸出 h'與 x 和 h 的值都相關(guān)。

而 y 則常常使用 h'投入到一個(gè)線性層（主要是進(jìn)行維度映射）然后使用softmax進(jìn)行分類得到需要的數(shù)據(jù)。

對(duì)這里的y如何通過(guò) h'計(jì)算得到往往看具體模型的使用方式。

通過(guò)序列形式的輸入，我們能夠得到如下形式的RNN。

2. LSTM

2.1 什么是LSTM

長(zhǎng)短期記憶（Long short-term memory, LSTM）是一種特殊的RNN，主要是為了解決長(zhǎng)序列訓(xùn)練過(guò)程中的梯度消失和梯度爆炸問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，就是相比普通的RNN，LSTM能夠在更長(zhǎng)的序列中有更好的表現(xiàn)。

LSTM結(jié)構(gòu)（圖右）和普通RNN的主要輸入輸出區(qū)別如下所示。

相比RNN只有一個(gè)傳遞狀態(tài)，LSTM有兩個(gè)傳輸狀態(tài)，一個(gè)（cell state），和一個(gè)（hidden state）。RNN中的等價(jià)于LSTM中的。

其中對(duì)于傳遞下去的改變得很慢，通常輸出的是上一個(gè)狀態(tài)傳過(guò)來(lái)的加上一些數(shù)值。

而則在不同節(jié)點(diǎn)下往往會(huì)有很大的區(qū)別。

2.2 深入LSTM結(jié)構(gòu)

下面具體對(duì)LSTM的內(nèi)部結(jié)構(gòu)來(lái)進(jìn)行剖析。

首先使用LSTM的當(dāng)前輸入和上一個(gè)狀態(tài)傳遞下來(lái)的拼接訓(xùn)練得到四個(gè)狀態(tài)。

其中，，是由拼接向量乘以權(quán)重矩陣之后，再通過(guò)一個(gè) sigmoid激活函數(shù)轉(zhuǎn)換成0到1之間的數(shù)值，來(lái)作為一種門(mén)控狀態(tài)。而則是將結(jié)果通過(guò)一個(gè) tanh激活函數(shù)將轉(zhuǎn)換成-1到1之間的值（這里使用 tanh是因?yàn)檫@里是將其做為輸入數(shù)據(jù)，而不是門(mén)控信號(hào)）。

下面開(kāi)始進(jìn)一步介紹這四個(gè)狀態(tài)在LSTM內(nèi)部的使用（敲黑板）

是Hadamard Product，也就是操作矩陣中對(duì)應(yīng)的元素相乘，因此要求兩個(gè)相乘矩陣是同型的。則代表進(jìn)行矩陣加法。

LSTM內(nèi)部主要有三個(gè)階段：

1. 忘記階段。這個(gè)階段主要是對(duì)上一個(gè)節(jié)點(diǎn)傳進(jìn)來(lái)的輸入進(jìn)行選擇性忘記。簡(jiǎn)單來(lái)說(shuō)就是會(huì) “忘記不重要的，記住重要的”。

具體來(lái)說(shuō)是通過(guò)計(jì)算得到的（f表示forget）來(lái)作為忘記門(mén)控，來(lái)控制上一個(gè)狀態(tài)的哪些需要留哪些需要忘。

2. 選擇記憶階段。這個(gè)階段將這個(gè)階段的輸入有選擇性地進(jìn)行“記憶”。主要是會(huì)對(duì)輸入進(jìn)行選擇記憶。哪些重要?jiǎng)t著重記錄下來(lái)，哪些不重要，則少記一些。當(dāng)前的輸入內(nèi)容由前面計(jì)算得到的表示。而選擇的門(mén)控信號(hào)則是由（i代表information）來(lái)進(jìn)行控制。

將上面兩步得到的結(jié)果相加，即可得到傳輸給下一個(gè)狀態(tài)的。也就是上圖中的第一個(gè)公式。

3. 輸出階段。這個(gè)階段將決定哪些將會(huì)被當(dāng)成當(dāng)前狀態(tài)的輸出。主要是通過(guò)來(lái)進(jìn)行控制的。并且還對(duì)上一階段得到的進(jìn)行了放縮（通過(guò)一個(gè)tanh激活函數(shù)進(jìn)行變化）。

與普通RNN類似，輸出往往最終也是通過(guò)變化得到。

3. 總結(jié)

以上，就是LSTM的內(nèi)部結(jié)構(gòu)。通過(guò)門(mén)控狀態(tài)來(lái)控制傳輸狀態(tài)，記住需要長(zhǎng)時(shí)間記憶的，忘記不重要的信息；而不像普通的RNN那樣只能夠“呆萌”地僅有一種記憶疊加方式。對(duì)很多需要“長(zhǎng)期記憶”的任務(wù)來(lái)說(shuō)，尤其好用。

但也因?yàn)橐肓撕芏鄡?nèi)容，導(dǎo)致參數(shù)變多，也使得訓(xùn)練難度加大了很多。因此很多時(shí)候我們往往會(huì)使用效果和LSTM相當(dāng)?shù)珔?shù)更少的GRU來(lái)構(gòu)建大訓(xùn)練量的模型。

審核編輯 ：李倩