从乘法求导法则到BPTT算法
本文为手稿,旨在搞清楚为什么BPTT算法会多路反向求导,而不是一个感性的认识。
假设我们要对E3求导(上图中的L3),那么则有:
所以S2是W的函数,也就是说,我们不能说:
因为WS2 = WS2(w),S2里面包含了W这个变量,S2是W的函数,也许有人会说:“S2里面的W是常数吧”,那么请想一想S2的一般表达式。(这里我其实还是有点过不去,但是我觉得应该是这样的,不知道各位是否有理解方法)
所以有:
而对函数WS2(w)求导(对W求导),结果为:
S02和W2在RNN中的位置为:
再次注意,上面两个值不是变量,是一个具体的值。
然后再求(WS1)`:
另外关于W1,这里我不太清楚是否继续要用W2,因为毕竟是对第t=3时刻的W求导,如果后面知道了,再改也不迟。
继续求下去:
我们假设S-1是全0的向量,那么S0`就会是0.
然后,我们把上面分开求的结果合并起来,直接计算S3对W的导数:
最后一行就是最终的结果,其实这三项分别对应:
下面是数学表示:
所以,
BPTT反向求导为什么必然会有多路,实际上是因为 S2是W的函数,所以要运用乘法求导法则,最后完全求出(S2W)`之后,便可以写成这样的形式:
以下是完整草稿:
本文截图部分来自我的NLP课程乔波老师的PPT。