![](https://img.haomeiwen.com/i12294364/7eccc34f5e3be599.jpg)
长短时记忆网络(Long Short Term Memory Network, LSTM),是一种改进之后的循环神经网络,可以解决RNN无法处理长距离的依赖的问题,目前比较流行。
长短时记忆网络的思路:
原始 RNN 的隐藏层只有一个状态,即h,它对于短期的输入非常敏感。
再增加一个状态,即c,让它来保存长期的状态,称为单元状态(cell state)。
![](https://img.haomeiwen.com/i1667471/c9dbab3979794684.png)
把上图按照时间维度展开:
![](https://img.haomeiwen.com/i1667471/38098a4880e6d5ee.png)
在 t 时刻,LSTM 的输入有三个:当前时刻网络的输入值x_t、上一时刻 LSTM 的输出值h_t-1、以及上一时刻的单元状态c_t-1;
LSTM 的输出有两个:当前时刻 LSTM 输出值h_t、和当前时刻的单元状态c_t.
关键问题是:怎样控制长期状态 c ?
方法是:使用三个控制开关
![](https://img.haomeiwen.com/i1667471/1cfe33538b6c87cd.png)
第一个开关,负责控制继续保存长期状态c;
第二个开关,负责控制把即时状态输入到长期状态c;
第三个开关,负责控制是否把长期状态c作为当前的LSTM的输出。如何在算法中实现这三个开关?
方法:用 门(gate)
定义:gate 实际上就是一层全连接层,输入是一个向量,输出是一个 0到1 之间的实数向量。
公式为:
![](https://img.haomeiwen.com/i1667471/bb8d1d0c2c5aa0f2.png)
回忆一下它的样子:
![](https://img.haomeiwen.com/i1667471/7901f46a0180b280.png)
gate 如何进行控制?
方法:用门的输出向量按元素乘以我们需要控制的那个向量
原理:门的输出是 0到1 之间的实数向量,
当门输出为 0 时,任何向量与之相乘都会得到 0 向量,这就相当于什么都不能通过;
输出为 1 时,任何向量与之相乘都不会有任何改变,这就相当于什么都可以通过。
LSTM 的前向计算:
一共有 6 个公式
遗忘门(forget gate)
它决定了上一时刻的单元状态c_t-1有多少保留到当前时刻c_t
输入门(input gate)
它决定了当前时刻网络的输入x_t有多少保存到单元状态c_t
输出门(output gate)
控制单元状态c_t有多少输出到 LSTM 的当前输出值h_t
遗忘门的计算为:
![](https://img.haomeiwen.com/i1667471/81bc580ebc1b51e9.png)
遗忘门的计算公式中:
W_f 是遗忘门的权重矩阵,[h_t-1, x_t] 表示把两个向量连接成一个更长的向量,b_f 是遗忘门的偏置项,σ 是 sigmoid 函数。
输入门的计算:
![](https://img.haomeiwen.com/i1667471/f013288618c83b31.png)
根据上一次的输出和本次输入来计算当前输入的单元状态:
![](https://img.haomeiwen.com/i1667471/6443c16af1fc9fa1.png)
当前时刻的单元状态c_t的计算:
由上一次的单元状态c_t-1按元素乘以遗忘门f_t,
再用当前输入的单元状态c_t按元素乘以输入门i_t,再将两个积加和:
这样,就可以把当前的记忆c_t和长期的记忆c_t-1组合在一起,形成了新的单元状态c_t。
由于遗忘门的控制,它可以保存很久很久之前的信息,由于输入门的控制,它又可以避免当前无关紧要的内容进入记忆。
![](https://img.haomeiwen.com/i1667471/9addd095ca99f567.png)
当前时刻的单元状态c_t
输出门的计算:
![](https://img.haomeiwen.com/i1667471/963ff8645885f284.png)
LSTM 的反向传播训练算法
主要有三步:
1. 前向计算每个神经元的输出值,一共有 5 个变量,计算方法就是前一部分:
![](https://img.haomeiwen.com/i1667471/e7209fdb040ea1da.png)
2. 反向计算每个神经元的误差项值。与 RNN 一样,LSTM 误差项的反向传播也是包括两个方向:
一个是沿时间的反向传播,即从当前 t 时刻开始,计算每个时刻的误差项;
一个是将误差项向上一层传播。
3. 根据相应的误差项,计算每个权重的梯度。LSTM 的反向传播训练算法
主要有三步:
1. 前向计算每个神经元的输出值,一共有 5 个变量,计算方法就是前一部分:
![](https://img.haomeiwen.com/i1667471/e7209fdb040ea1da.png)
2. 反向计算每个神经元的误差项值。与 RNN 一样,LSTM 误差项的反向传播也是包括两个方向:
一个是沿时间的反向传播,即从当前 t 时刻开始,计算每个时刻的误差项;
一个是将误差项向上一层传播。
3. 根据相应的误差项,计算每个权重的梯度。
gate 的激活函数定义为 sigmoid 函数,输出的激活函数为 tanh 函数,导数分别为:
![](https://img.haomeiwen.com/i1667471/a91de874e723e790.png)
具体推导公式为:
![](https://img.haomeiwen.com/i1667471/33c068c8e5a4b235.png)
![](https://img.haomeiwen.com/i1667471/7701441080cb29b7.png)
具体推导公式为:
![](https://img.haomeiwen.com/i1667471/c6e64fa1e9822b32.png)
目标是要学习 8 组参数,如下图所示:
![](https://img.haomeiwen.com/i1667471/9da34d2b2b475e7a.png)
又权重矩阵 W 都是由两个矩阵拼接而成,这两部分在反向传播中使用不同的公式,因此在后续的推导中,权重矩阵也要被写为分开的两个矩阵。
接着就来求两个方向的误差,和一个梯度计算。
1. 误差项沿时间的反向传递:
定义 t 时刻的误差项:
![](https://img.haomeiwen.com/i1667471/36b329f0e74bc182.png)
目的是要计算出 t-1 时刻的误差项:
![](https://img.haomeiwen.com/i1667471/05a6a2d7bf14706d.png)
利用 h_t c_t 的定义,和全导数公式,可以得到 将误差项向前传递到任意k时刻的公式:
![](https://img.haomeiwen.com/i1667471/fd64d232f4e83965.png)
2. 将误差项传递到上一层的公式:
![](https://img.haomeiwen.com/i1667471/48506e81bde6ac35.png)
3. 权重梯度的计算:
![](https://img.haomeiwen.com/i1667471/229f884af6e9ef36.png)
以上就是 LSTM 的训练算法的全部公式。
完整代码请参考GitHub: https://github.com/hanbt/learn_dl/blob/master/lstm.py (python2.7)
这个公式推导过程在本文的学习资料中有比较详细的介绍,大家可以去看原文:
https://zybuluo.com/hanbingtao/note/581764
有问题的小伙伴可以邮箱联系:KevionXi@gmail.com
网友评论