熟悉深度學習的朋友知道，LSTM是一種RNN模型，可以方便地處理時間序列數(shù)據(jù)，在NLP等領(lǐng)域有廣泛應(yīng)用。

在看了臺大李宏毅教授的深度學習視頻后，特別是介紹的第一部分RNN以及LSTM，整個人醍醐灌頂。

0. 從RNN說起

循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）是一種用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。相比一般的神經(jīng)網(wǎng)絡(luò)來說，他能夠處理序列變化的數(shù)據(jù)。比如某個單詞的意思會因為上文提到的內(nèi)容不同而有不同的含義，RNN就能夠很好地解決這類問題。

1. 普通RNN

先簡單介紹一下一般的RNN。其主要形式如下圖所示（圖片均來自臺大李宏毅教授的PPT）：

這里：

為當前狀態(tài)下數(shù)據(jù)的輸入，表示接收到的上一個節(jié)點的輸入。

為當前節(jié)點狀態(tài)下的輸出，而為傳遞到下一個節(jié)點的輸出。

通過上圖的公式可以看到，輸出 h'與 x 和 h 的值都相關(guān)。

而 y 則常常使用 h'投入到一個線性層（主要是進行維度映射）然后使用softmax進行分類得到需要的數(shù)據(jù)。

對這里的y如何通過 h'計算得到往往看具體模型的使用方式。

通過序列形式的輸入，我們能夠得到如下形式的RNN。

2. LSTM

2.1 什么是LSTM

長短期記憶（Long short-term memory, LSTM）是一種特殊的RNN，主要是為了解決長序列訓練過程中的梯度消失和梯度爆炸問題。簡單來說，就是相比普通的RNN，LSTM能夠在更長的序列中有更好的表現(xiàn)。

LSTM結(jié)構(gòu)（圖右）和普通RNN的主要輸入輸出區(qū)別如下所示。

相比RNN只有一個傳遞狀態(tài)，LSTM有兩個傳輸狀態(tài)，一個（cell state），和一個（hidden state）。RNN中的等價于LSTM中的。

其中對于傳遞下去的改變得很慢，通常輸出的是上一個狀態(tài)傳過來的加上一些數(shù)值。

而則在不同節(jié)點下往往會有很大的區(qū)別。

2.2 深入LSTM結(jié)構(gòu)

下面具體對LSTM的內(nèi)部結(jié)構(gòu)來進行剖析。

首先使用LSTM的當前輸入和上一個狀態(tài)傳遞下來的拼接訓練得到四個狀態(tài)。

其中，，是由拼接向量乘以權(quán)重矩陣之后，再通過一個 sigmoid激活函數(shù)轉(zhuǎn)換成0到1之間的數(shù)值，來作為一種門控狀態(tài)。而則是將結(jié)果通過一個 tanh激活函數(shù)將轉(zhuǎn)換成-1到1之間的值（這里使用 tanh是因為這里是將其做為輸入數(shù)據(jù)，而不是門控信號）。

下面開始進一步介紹這四個狀態(tài)在LSTM內(nèi)部的使用（敲黑板）

是Hadamard Product，也就是操作矩陣中對應(yīng)的元素相乘，因此要求兩個相乘矩陣是同型的。則代表進行矩陣加法。

LSTM內(nèi)部主要有三個階段：

1. 忘記階段。這個階段主要是對上一個節(jié)點傳進來的輸入進行選擇性忘記。簡單來說就是會 “忘記不重要的，記住重要的”。

具體來說是通過計算得到的（f表示forget）來作為忘記門控，來控制上一個狀態(tài)的哪些需要留哪些需要忘。

2. 選擇記憶階段。這個階段將這個階段的輸入有選擇性地進行“記憶”。主要是會對輸入進行選擇記憶。哪些重要則著重記錄下來，哪些不重要，則少記一些。當前的輸入內(nèi)容由前面計算得到的表示。而選擇的門控信號則是由（i代表information）來進行控制。

將上面兩步得到的結(jié)果相加，即可得到傳輸給下一個狀態(tài)的。也就是上圖中的第一個公式。

3. 輸出階段。這個階段將決定哪些將會被當成當前狀態(tài)的輸出。主要是通過來進行控制的。并且還對上一階段得到的進行了放縮（通過一個tanh激活函數(shù)進行變化）。

與普通RNN類似，輸出往往最終也是通過變化得到。

3. 總結(jié)

以上，就是LSTM的內(nèi)部結(jié)構(gòu)。通過門控狀態(tài)來控制傳輸狀態(tài)，記住需要長時間記憶的，忘記不重要的信息；而不像普通的RNN那樣只能夠“呆萌”地僅有一種記憶疊加方式。對很多需要“長期記憶”的任務(wù)來說，尤其好用。

但也因為引入了很多內(nèi)容，導(dǎo)致參數(shù)變多，也使得訓練難度加大了很多。因此很多時候我們往往會使用效果和LSTM相當?shù)珔?shù)更少的GRU來構(gòu)建大訓練量的模型。

審核編輯 ：李倩