GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现

RNN

GRU

matlab codes

RNN网络考虑到了具有时间数列的样本数据，但是RNN仍存在着一些问题，比如随着时间的推移，RNN单元就失去了对很久之前信息的保存和处理的能力，而且存在着gradient vanishing问题。
所以有些特殊类型的RNN网络相继被提出，比如LSTM(long short term memory)和GRU(gated recurrent unit)(Chao,et al. 2014).这里我主要推导一下GRU参数的迭代过程

GRU单元结构如下图所示

1479126283494.jpg

数据流过程如下

其中表示Hadamard积，即对应元素乘积；下标表示节点的index，上标表示时刻；表示隐层到输出层的参数矩阵,分别是隐层和输出层的节点个数；分别表示输入和上一时刻隐层到更新门z的连接矩阵，表示输入数据的维度；分别表示输入和上一时刻隐层到重置门r的连接矩阵；分别表示输入和上一时刻的隐层到待选状态的连接矩阵。

针对于时刻t，使用链式求导法则，计算参数矩阵的梯度,其中E是代价函数，首先计算对隐层输出的梯度，因为隐层输出牵涉到多个时刻

所以

其中分别是对应激活函数的线性和部分
现在对参数计算梯度

令

则

将上面的式子矢量化(行向量)表示：

那接下来使用matlab来实现一个小例子，看看GRU的效果，同样是二进制相加的问题

function error= GRUtest( ) 
% 初始化训练数据 
uNum=16;%单元个数 
maxInt=2^uNum; 
% 初始化网络结构 
xdim=2; 
ydim=1; 
hdim=16; 
eta=0.1; 
%初始化网络参数 
Wy=rand(hdim,ydim)*2-1; 
Wr=rand(xdim,hdim)*2-1; 
Ur=rand(hdim,hdim)*2-1; 
W =rand(xdim,hdim)*2-1; 
U =rand(hdim,hdim)*2-1; 
Wz=rand(xdim,hdim)*2-1; 
Uz=rand(hdim,hdim)*2-1; 
 
rvalues=zeros(uNum+1,hdim); 
zvalues=zeros(uNum+1,hdim); 
hbarvalues=zeros(uNum,hdim); 
hvalues = zeros(uNum,hdim); 
yvalues=zeros(uNum,ydim); 
 
for p=1:10000 
    aInt=randi(maxInt/2); 
    bInt=randi(maxInt/2); 
    cInt=aInt+bInt; 
    at=dec2bin(aInt)-'0'; 
    bt=dec2bin(bInt)-'0'; 
    ct=dec2bin(cInt)-'0'; 
    a=zeros(1,uNum); 
    b=zeros(1,uNum); 
    c=zeros(1,uNum); 
    a(1:size(at,2))=at(end:-1:1); 
    b(1:size(bt,2))=bt(end:-1:1); 
    c(1:size(ct,2))=ct(end:-1:1); 
    xvalues=[a;b]'; 
    d=c'; 
     
    % 前向计算 
    rvalues(1,:)=sigmoid(xvalues(1,:)*Wr); 
    hbarvalues(1,:)=outTanh(xvalues(1,:)*W); 
    zvalues(1,:)=sigmoid(xvalues(1,:)*Wz); 
    hvalues(1,:)=zvalues(1,:).*hbarvalues(1,:); 
    yvalues(1,:)=sigmoid(hvalues(1,:)*Wy); 
    for t=2:uNum 
        rvalues(t,:)=sigmoid(xvalues(t,:)*Wr+hvalues(t-1,:)*Ur); 
        hbarvalues(t,:)=outTanh(xvalues(t,:)*W+(rvalues(t,:).*hvalues(t-1,:))*U); 
        zvalues(t,:)=sigmoid(xvalues(t,:)*Wz+hvalues(t-1,:)*Uz); 
        hvalues(t,:)=(1-zvalues(t,:)).*hvalues(t-1,:)+zvalues(t,:).*hbarvalues(t,:); 
        yvalues(t,:)=sigmoid(hvalues(t,:)*Wy);    
    end 
 
    % 误差反向传播 
    delta_r_next=zeros(1,hdim); 
    delta_z_next=zeros(1,hdim); 
    delta_h_next=zeros(1,hdim); 
    delta_next=zeros(1,hdim); 
 
    dWy=zeros(hdim,ydim); 
    dWr=zeros(xdim,hdim); 
    dUr=zeros(hdim,hdim); 
    dW=zeros(xdim,hdim); 
    dU=zeros(hdim,hdim); 
    dWz=zeros(xdim,hdim); 
    dUz=zeros(hdim,hdim); 
 
    for t=uNum:-1:2 
        delta_y=(yvalues(t,:)-d(t,:)).*diffsigmoid(yvalues(t,:)); 
        delta_h=delta_y*Wy'+delta_z_next*Uz'+delta_next*U'.*rvalues(t+1,:)+delta_r_next*Ur'+delta_h_next.*(1-zvalues(t+1,:)); 
        delta_z=delta_h.*(hbarvalues(t,:)-hvalues(t-1,:)).*diffsigmoid(zvalues(t,:)); 
        delta  =delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)); 
        delta_r=hvalues(t-1,:).*((delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)))*U').*diffsigmoid(rvalues(t,:)); 
 
        dWy=dWy+hvalues(t,:)'*delta_y; 
        dWz=dWz+xvalues(t,:)'*delta_z; 
        dUz=dUz+hvalues(t-1,:)'*delta_z; 
        dW =dW+xvalues(t,:)'*delta; 
        dU =dU+(rvalues(t,:).*hvalues(t-1,:))'*delta ; 
        dWr=dWr+xvalues(t,:)'*delta_r; 
        dUr=dUr+hvalues(t-1,:)'*delta_r; 
 
        delta_r_next=delta_r; 
        delta_z_next=delta_z; 
        delta_h_next=delta_h; 
        delta_next  =delta; 
         
    end 
 
    t=1; 
    delta_y=(yvalues(t,:)-d(t,:)).*diffsigmoid(yvalues(t,:)); 
    delta_h=delta_y*Wy'+delta_z_next*Uz'+delta_next*U'.*rvalues(t+1,:)+delta_r_next*Ur'+delta_h_next.*(1-zvalues(t+1,:)); 
    delta_z=delta_h.*(hbarvalues(t,:)-0).*diffsigmoid(zvalues(t,:)); 
    delta  =delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)); 
    delta_r=0.*((delta_h.*zvalues(t,:).*diffoutTanh(hbarvalues(t,:)))*U').*diffsigmoid(rvalues(t,:)); 
 
    dWy=dWy+hvalues(t,:)'*delta_y; 
    dWz=dWz+xvalues(t,:)'*delta_z; 
    dW =dW+xvalues(t,:)'*delta; 
    dWr=dWr+xvalues(t,:)'*delta_r; 
 
    Wy = Wy-eta*dWy; 
    Wr = Wr-eta*dWr; 
    Ur = Ur-eta*dUr; 
    W  = W -eta*dW; 
    U  = U-eta*dU; 
    Wz = Wz-eta*dWz; 
    Uz = Uz-eta*dUz; 
    error = (norm(yvalues-d,2))/2.0; 
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    if mod(p,500)==0 
        fprintf('******************第%s次迭代****************\n',int2str(p)); 
        yvalues=round(yvalues(end:-1:1)); 
        y=bin2dec(int2str(yvalues')); 
        fprintf('y=%d\n',y); 
        fprintf('c=%d\n',cInt); 
        fprintf('样本误差:e=%f\n',error); 
    end 
end 
end 
 
function f=sigmoid(x) 
f=1./(1+exp(-x)); 
end 
 
function fd = diffsigmoid(f) 
fd=f.*(1-f); 
end 
 
function g=outTanh(x) 
g=1-2./(1+exp(2*x)); 
end 
 
function gd=diffoutTanh(g) 
gd=1-g.^2; 
end 

部分实验结果

1479392393541.jpg

posted @ 2016-11-17 22:21 一只有恒心的小菜鸟阅读(22642) 评论(2) 编辑收藏举报

刷新页面返回顶部

一只有恒心的小菜鸟

GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现

GRU(Gated Recurrent Unit) 更新过程推导及简单代码实现

公告