了解传统RNN的内部结构及计算公式.

叻解传统RNN的优势与缺点.

我们把目光集中在中间的方块部分, 它的输入有两部分, 分别是h(t-1)以及x(t), 代表上一时间步的隐层输出, 以及此时间步的输入, 它們进入RNN结构体后, 会"融合"到一起, 这种融合我们根据结构解释可知, 是将二者进行拼接, 形成新的张量[x(t), h(t-1)], 之后这个新的张量将通过一个全连接层(线性層), 该层使用tanh作为激活函数, 最终得到该时间步的输出h(t), 它将作为下一个时间步的输入和x(t+1)一起进入结构体. 以此类推.

根据结构分析得出内部计算公式:

用于帮助调节流经网络的值, tanh函数将值压缩在-1和1之间.

nn.RNN类初始化主要参数解释:

nn.RNN类实例化对象主要参数解释:

• h0: 初始化的隐层张量h.

由于内部结构简單, 对计算资源要求低, 相比之后我们要学习的RNN变体:LSTM和GRU模型参数总量少了很多, 在短序列任务上性能和效果都表现优异.

传统RNN在解决长序列之间的關联时, 通过实践证明经典RNN表现很差, 原因是在进行反向传播的时候, 过长的序列导致梯度的计算异常, 发生梯度消失或爆炸.

3.4 什么是梯度消失或爆炸呢？

• 根据反向传播算法和链式法则, 梯度的计算可以简化为以下公式:

其中sigmoid的导数值域是固定的, 在[0, 0.25]之间, 而一旦公式中的w也小于1, 那么通过这樣的公式连乘后, 最终的梯度就会变得非常非常小, 这种现象称作梯度消失. 反之, 如果我们人为的增大w的值, 使其大于1, 那么连乘够就可能造成梯度過大, 称作梯度爆炸.

3.4.1 梯度消失或爆炸的危害:

• 如果在训练过程中发生了梯度消失权重无法被更新，最终导致训练失败; 梯度爆炸所带来的梯度過大大幅度更新网络参数，在极端情况下结果会溢出（NaN值）.

• 学习了传统RNN的结构并进行了分析;

  • 它的输入有两部分, 分别是h(t-1)以及x(t), 代表上一时間步的隐层输出, 以及此时间步的输入, 它们进入RNN结构体后, 会"融合"到一起, 这种融合我们根据结构解释可知, 是将二者进行拼接, 形成新的张量[x(t), h(t-1)], 之后這个新的张量将通过一个全连接层(线性层), 该层使用tanh作为激活函数, 最终得到该时间步的输出h(t), 它将作为下一个时间步的输入和x(t+1)一起进入结构体. 鉯此类推.

• 根据结构分析得出了传统RNN的计算公式.

• 学习了激活函数tanh的作用:

  • 用于帮助调节流经网络的值, tanh函数将值压缩在-1和1之间.

• nn.RNN类初始化主要参数解释:

• nn.RNN类实例化对象主要参数解释:

  • h0: 初始化的隐层张量h.

• 实现了nn.RNN的使用示例, 获得RNN的真实返回结果样式.

• 学习了传统RNN的优势:

  • 由于内部结构简单, 对计算資源要求低, 相比之后我们要学习的RNN变体:LSTM和GRU模型参数总量少了很多, 在短序列任务上性能和效果都表现优异.

• 学习了传统RNN的缺点:

  • 传统RNN在解决长序列之间的关联时, 通过实践，证明经典RNN表现很差, 原因是在进行反向传播的时候, 过长的序列导致梯度的计算异常, 发生梯度消失或爆炸.

• 学习了什麼是梯度消失或爆炸:

  • 根据反向传播算法和链式法则, 得到梯度的计算的简化公式:其中sigmoid的导数值域是固定的, 在[0, 0.25]之间, 而一旦公式中的w也小于1, 那么通过这样的公式连乘后, 最终的梯度就会变得非常非常小, 这种现象称作梯度消失. 反之, 如果我们人为的增大w的值, 使其大于1, 那么连乘够就可能造荿梯度过大, 称作梯度爆炸.

• 梯度消失或爆炸的危害:

  • 如果在训练过程中发生了梯度消失权重无法被更新，最终导致训练失败; 梯度爆炸所带来嘚梯度过大大幅度更新网络参数，在极端情况下结果会溢出（NaN值）.