循环神经网络视频学习
循环神经网络
绪论
-
全连接网络->卷积神经网络
- 全连接网络处理图像问题时，参数太多，容易出现过拟合现象。
- 卷积神经网络使用“局部关联，参数共享”的方法
-
卷积、特征图feature map、padding、深度channel以及池化概念
-
eg
- 输入为7x7x3的图像，则卷积核的大小应为nxnx3（此处为3x3x3），即一个卷积核里面有三个矩阵，分别与输入的三个channel做运算，每一个矩阵运算得到一个结果，然后将这些结果求加和，再加上偏置项，得到feature map中的值。然后根据步长继续进行计算，最终得到完整的feature map（3x3）
- 一个卷积核对应一个feature map，如果有m个卷积核，那么输出就会有m个feature map（3x3xm）
-
卷积神经网络->循环神经网络
- 传统神经网络、卷积神经网络，输入和输出之间是相互独立的
- RNN可以更好的处理具有时序关系的任务
- RNN通过其循环结构引入“记忆”的概念
基本组成结构
-
基本结构
-
传统结构对于一些问题，只能处理当前输入，不能够结合之前的输入信息进行处理，所以神经网络需要“记忆”
-
-
两种输入：正常输入，记忆单元的输入；
-
两种输出：正常输出，输出到记忆单元中；
-
- U:从输入到隐藏状态的参数；W:从前一隐藏状态到下一个隐藏状态的参数；V:从隐藏状态到输出的参数；
- \(x_t\)是时间t处的输入
- \(h_t\)是时间t处的记忆，\(h_t = f(h_{t-1},x)\)，f可以是双曲正切(tanh)等
- \(h_t = tanh(Wh_{t-1}+Ux)\)
- \(y_t\)是时间t时刻的输出，\(y_t = softmax(Vh_t)\)
- 函数f被不断利用；模型所需要学习的参数是固定的；这样的话就可以避免因为输入长度的不同而训练不同的网络。
-
-
深度RNN
-
双向RNN
-
BPTT算法
-
BP算法
-
-
-
使用sigmoid函数时，可能在链式求导中的某一项为零，则整个求导为零，出现梯度消失
-
-
RNN的基本公式
- \(h_t = tanh(Wh_{t-1}+Ux)\)
- \(y_t = softmax(Vh_t)\)
-
-
- 所以可以在此基础上继续展开，最终得到以下公式
-
循环神经网络的变种
-
传统RNN的问题
-
当循环神经网络在时间维度上非常深的时候，会导致梯度消失或者梯度爆炸的问题
-
\(h_t = tanh(Wh_{t-1}+Ux)\) ，对其求偏导\(= tanh' * W\)
-
-
梯度爆炸的改进
- 权重衰减
- 梯度阶段：检查误差梯度的值是否超过阈值，吐过超过了那么就截断梯度，并将梯度设置为阈值
-
梯度消失导致的问题：长时依赖问题
- 随着时间间隔的不断增大，RNN会丧失学习到链接如此远的信息的能力
- 改进模型：LSTM，GRU
-
-
LSTM（long short-term memory长短期记忆模型）
-
LSTM拥有三个门（遗忘门，输入门，输出门）
-
- 遗忘门：\(f_t = σ(W_f[h_{t-1},x_t] + b_f)\) σ为sigmoid函数
- sigmoid层输出0-1之间的值，描述每个部分有多少量可以通过。0表示“不允许”，1表示“允许量通过”
-
- 输入门：\(i_t = σ(W_i[h_{t-1},x_t] + b_i)\) $ \overline C i = tanh(W_C[h,x_t] + b_C)$
- 首先经过Sigmoid层决定什么信息需要更新，然后通过tanh层输出备选的需要更新的内容，然后加入新的状态中；0 代表“不更新”，1 就指“完全更新”
-
- 得到新的\(C_t\)：\(C_t = f_t * C_{t-1} + i_t * \overline C_t\)
- \(f_t * C_{t-1}\)忘掉不需要的记忆信息；\(i_t * \overline C_t\)加入需要更新的出入信息
-
- 输出门：\(o_t = σ(W_o[h_{t-1},x_t] + b_o)\) $ h_t = o_t * tanh(C_t)$
- 首先，通过sigmoid 来确定细胞状态的哪个部分将输出出去。然后，将细胞状态通过tanh进行处理并将它和sigmoid 门的输出相乘，最终仅仅会输出我们确定输出的那部分;0 代表“不输出”，1 就指“完全输出"
-
RNN的“记忆”在每个时间点都会被新的输入覆盖；但LSTM中“记忆”是与新的输入相加（各自乘上一定的比例），一种线性操作
-
LSTM：如果前边的输入对\(c_t\)产生了影响，那这个影响会一直存在，除非遗忘门的权重为0
-
-
LSTM变形
-
GRU（Gated Recurrent Unit 门控循环单元）
-
-
GRU只有两个门，分别为重置门和更新门
- 重置门：控制忽略前一时刻的状态信息的程度，重置门越小说明忽略的越多
- 更新门：控制前一时刻的状态信息被带入到当前状态中的程度，更新门值越大表示前一时刻的状态信息带入越多
-
拓展
-
基于attention的RNN
- 受到人类注意力机制的启发，根据需求将注意力集中到图像的特定部分。
-
- 首先输入图像通过CNN，得到特征图（14x14x512）；
- 然后根据当前记忆学习到一个attention的权重矩阵a1(14x14)，并且权重矩阵在每个channel上是共享的
-
- 然后将权重矩阵a1与每一个feature map做运算，得到一个向量z1(1x512)
- 给出一个学习信号y1
-
- 经过h1可以得到新的权重矩阵a2和输出d1，通过d1确定输出文字
- 然后权重矩阵a2与feature map运算，得到向量z2
- 通过这种形式一直运算下去，可以得到描述这幅图片的一句话
