李宏毅机器学习笔记-12.2 循环神经网络（Recurrent Neural Network-RNN）- part 2

Recurrent Neural Network(RNN) - 循环神经网络（part 2)

1 训练 RNN

1.1 定义 Loss

• 如上图中，每一个单词对应一个 Slot，将句子按顺序丢进 Network 中，产生一个输出 y，将每个 y 与预期的正确输出做 cross entropy，然后累加起来，就是最终的 Loss。（注意，顺序不能打乱）。

1.2 学习（learning）

• 定义完 Loss funtion 以后，就可以开始训练了，这次我们用的仍然是 Backpropagation ，但是做了一点改动，所以就叫做 Backpropagetion through time（BPTT），因为我们输入的是一个时间序列，所以 BPTT 考虑了时间的影响。

• 好的，那这个所谓的 BPTT 是怎么工作的呢？emmmm……….我也不知道，因为老师说这个不讲。反正就只要知道 RNN 是可以用 Gradient Descent 来训练就行了。

• 言归正传，我们开始去让 RNN 去学习，但是不幸的是，这个过程可能不会那么顺利。通常我们希望我们的学习 Loss 曲线是下面蓝色的那一条，即随着 Epoch 的增多，Total Loss 逐渐下降。然而事实是，我们现实中遇到的很有可能是绿色的那一条。

• 那为什么会产生上图的现象呢? 因为 RNN 某些地方的 error surface 非常的陡峭。所谓的 error surface 就是指 Total Loss 对参数变化的敏感程度。error sufface 过大就会导致在某些点上参数非常小的变化就会引起 Total Loss 的剧烈抖动。

• 下图就代表着参数 w1，w2 对 Total Loss 的影响，在大部分地方都是平坦的，但是一旦到了某些地方，影响就变得非常陡峭，这样子就很容易导致Loss 的剧烈抖动。

• clipping： 用来解决上述问题的方法，非常简单粗暴。就是当 gradient 超过一定的阈值的时候，就令 gradient 等于阈值。结束。

• 出现这一切的根源是什么? 如下图，同一个weight 在不同的时间点会被反复利用 ，所以会出现爆炸。

1.3 解决方法

• 使用 LSTM： 可以解决 gradient vanishing 的问题。因为 LSTM 的内存和输入是 相加 的，每个输入产生的影响会一直存在，不会突然消失 。

• 还有很多其他的方法，这里就不一一赘述。