Python深度学习--学习笔记（十三）
用LSTM层编写辨别imdb评论正负面模型
上一节，我们提到了RNN已经RNN在keras中最简单的层SimpleRNN。但SimpleRNN由于过于简化，没有实用价值。
实际上，它不可以学到长期依赖。原因在于梯度消失问题，当运用比较多的非循环层时，而让网变得无法训练。同样的问题其实也普遍发生在密集连接层。
今天介绍的LSTM（long short-term memory）层，也是RNN层中的一种，这个算法有Hochreiter和 Schmidhuber 在 1997 年开发，是二人研究梯度消失问题的重要成果。
简单的来讲，LSTM比SimpleRNN在内部循环中多了一个Ct值的传递。
这里，附上伪代码，LSTM与SImpleRNN的对比来方便理解：
#SimpleRNN:
output_t = np.tanh(np.dot(W, input_t) + np.dot(U, state_t) + b)
state_t = output_t
#LSTM
output_t = activation(dot(state_t,Uo) + dot(input_t,Wo) + dot(C_t,Vo) + bo)
i_t = activation(dot(state_t, Ui) + dot(input_t, Wi) + bi)
f_t = activation(dot(state_t, Uf) + dot(input_t, Wf) + bf)
k_t = activation(dot(state_t, Uk) + dot(input_t, Wk) + bk)
c_t+1 = i_t * k_t + c_t * f_t
state_t = output_t
其中，i,f,k分别代表循环过程前面的层。将循环过程中不同的权重（W）和状态权重（U）携带到后面的循环中，有效控制梯度消失问题。
这里贴上简单的例子，理解LSTM的实际运用：
from keras import layers
from keras import models
#处理数据
from keras.datasets import imdb
from keras.preprocessing import sequence
max_features = 10000
maxlen = 500
# 在这么多单词之后截断文本（这些单词都
# 属于前 max_features 个最常见的单词）
batch_size = 32
print('Loading data...')
(input_train,y_train),(input_test,y_test) = imdb.load_data(num_words=max_features)
print(len(input_train),'train sequence')
print(len(input_test),'test sequence')
print('Pad sequences (sample x time)')
input_train = sequence.pad_sequences(input_train,maxlen=maxlen)
input_test = sequence.pad_sequences(input_test,maxlen=maxlen)
print('input_train shape:',input_train.shape)
print('input_test shape:',input_test.shape)
#构建模型
model = models.Sequential()
model.add(layers.Embedding(max_features,32))
# 32 维向量
model.add(layers.LSTM(32))
model.add(layers.Dense(1,activation='sigmoid'))
model.summary()
#编译模型
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['acc'])
#训练模型
history = model.fit(input_train,y_train,
epochs=10,
batch_size=128,
validation_split=0.2)
验证精度达到了88%，还不错，肯定比SimpleRNN网络好多了，这主要是因为LSTM受梯度消失问题的影响要小的多。
但对于一种计算量如此之大的方法而言，这个结果也说不上是突破性的。为什么 LSTM 不能表现得更好？
一个原因是你没有花力气来调节超参数，比如嵌入维度或 LSTM 输出维度。
另一个原因可能是缺少正则化。但说实话，主要原因在于，适用于评论分析全局的长期性结构（这
正是 LSTM 所擅长的），对情感分析问题帮助不大。对于这样的基本问题，观察每条评论中出现
了哪些词及其出现频率就可以很好地解决。这也正是第一个全连接方法的做法。但还有更加困
难的自然语言处理问题，特别是问答和机器翻译，这时 LSTM 的优势就明显了。