一、Recurrent Neural Network

图1.1 Recurrent Neural Network1
图1.2 Recurrent Neural Network2
图1.3 Recurrent Neural Network3

二、Naive RNN

图2.1 Naive RNN1
图2.2 Naive RNN2

Naive RNN更新参数时易出现梯度消失/爆炸的问题。

三、LSTM

图3.1 LSTM1
图3.2 LSTM2

• peephole

图3.3 LSTM3

• Naive RNN vs LSTM
  记忆更新部分的操作，Naive RNN为乘法，LSTM为加法。因此LSTM能记得更久些。
  记。当时，即使其他项很小，梯度也能够很好地传达到上一个时刻；当时，上一个时刻的记忆不会影响当前时刻，梯度也不会回传回去。因此，控制了梯度回传的衰减程度。
  能有效地缓解梯度消失/爆炸问题。

图3.4 LSTM4

• LSTM设计原因

图3.5 LSTM5

标准形式的LSTM能工作得很好；输入门与遗忘门联动(类似GRU)以及没有peephole也能工作得很好。
输出激活函数、遗忘门对于LSTM的表现很重要。

四、GRU

图4.1 GRU1
图4.2 GRU2

与LSTM相比，GRU可以看做是输入门和遗忘门联动。由4个矩阵乘法变为了3个，参数量更少，降低了过拟合的可能性。

五、attention基础

• dot
  
• general
  
• concat