门控循环神经网络学习笔记

在介绍门控循环神经网络之前，先简单介绍循环神经网络的基本计算方式：

循环神经网络之称之为“循环”，因为其隐藏状态是循环利用的：

上一次输入计算出的隐藏状态与当前的输入结合，得到当前隐藏状态。

cur_output, cur_state = rnn(cur_X, last_state)

隐状态中保留了之前输入的特征和结构（对应句子的词元和结构）。

接下来介绍门控循环神经网络的几个方面：功能、计算方式、完整实现

（一）门控循环神经网络的功能：

门控循环神经网络和常规的循环神经网络有什么不同呢？

门控循环神经网络相比于常规的循环神经网络，可以有选择性地保留词元间的长期依赖关系。

这种描述或许有点抽象，所以我们通过两种不同的情况来理解一下其含义：

<1> 当早期的观测值对于接下来的观测具有重要意义时：

举一个具体的例子，当你看一篇文章或者一个句子，开头给出了时间或者地点，这个预测信息可能会影响到之后所有的观测值。

如果小说开头交代了一个年代信息，那么之后的事件都会发生在这个年代，不会出现这个年代不该出现的东西。

这时长期依赖关系对于我们的预测有着重要意义，所以应该选择性加以保留。

<2> 当一些观测值与我们接下来的观测没有联系时：

同样是一篇小说，我们不能根据它描述的一个人的发色来判断这个人的心情。

这时长期依赖关系对于我们的观测没有意义，应该选择性加以丢弃。

（二）门控循环神经网络的计算方式：

我们把门控循环神经网络的计算方式分为三步：

第一步：由cur_X和last_state计算得到重置门和更新门：

门控循环神经网络有两种门：重置门和更新门。

重置门负责的是如何将过去的信息与新的输入相结合，保留可能还想留下的旧记忆。（之所以是可能，是因为是否保留还取决于更新门）

它有助于捕获短期依赖关系。

更新门负责帮助模型决定到底传递多少过去的信息到未来，也就是更新记忆。

它有助于捕获长期依赖关系。

这两项作用分别在第二步和第三步中有所体现。

我们先来看看第一步的更新方式：

然后是计算代码：

Z = torch.sigmoid((X @ W_xz) + (H @ W_hz) + b_z)  # 更新门
R = torch.sigmoid((X @ W_xr) + (H @ W_hr) + b_r)  # 重置门

其中W_xz, W_hz, b_z与W_xr, W_hr, b_r分别是更新门和重置门的可学习参数。

（2）第二步：用重置门去结合过去的隐状态与新的输入

还是先来看一下更新方式：

然后是计算代码：

H_tilda = torch.tanh((X @ W_xh) + ((R * H) @ W_hh) + b_h)  # 候选隐状态

其中W_xh, W_hh, b_h是候选隐状态的可学习参数

（3）第三步：用更新门获取当前隐状态

先来看一下第三步的更新方式：

然后是计算代码：

cur_state = Z * H + (1 - Z) * H_tilda  # 更新

最后我们就可以根据得到的隐状态计算输出了：

cur_output = H @ W_ho + b_o  # 输出

其中W_ho, b_o是输出的可学习参数

（三）门控循环神经网络的完整实现：

import torchclass GRU:def __init__(self, vocab_size, hidden_size, device):self.vocab_size = vocab_sizeself.hidden_size = hidden_sizeself.device = deviceself.parameters = self.get_params()def get_params(self):"""获取参数"""num_inputs = num_outputs = self.vocab_sizedef normal(shape):return torch.randn(size=shape, device=self.device)def three():return (normal((num_inputs, self.hidden_size)),  # 输入参数normal((self.hidden_size, self.hidden_size)),  # 隐状态参数torch.zeros(self.hidden_size, device=self.device)  # 偏移量)W_xz, W_hz, b_z = three()  # 更新门(z)参数(x, h, b)W_xr, W_hr, b_r = three()  # 重置门(r)参数(x, h, b)W_xh, W_hh, b_h = three()  # 候选隐状态(h)参数(x, h, b)W_ho, b_o = normal((self.hidden_size, num_outputs)),\\torch.zeros(num_outputs, device=self.device)  # 输出(o)参数(h, b)#  附加梯度params = [W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_ho, b_o]for param in params:param.requires_grad_(True)return paramsdef init_state(batch_size, num_hiddens, device):"""初始化隐状态"""return torch.zeros((batch_size, num_hiddens), device=device)def __call__(inputs, state, params):W_xz, W_hz, b_z, W_xr, W_hr, b_r, W_xh, W_hh, b_h, W_ho, b_o = paramsH = stateoutputs = []for X in inputs:  # 输入为独热编码Z = torch.sigmoid((X @ W_xz) + (H @ W_hz) + b_z)  # 更新门R = torch.sigmoid((X @ W_xr) + (H @ W_hr) + b_r)  # 重置门H_tilda = torch.tanh((X @ W_xh) + ((R * H) @ W_hh) + b_h)  # 候选隐状态H = Z * H + (1 - Z) * H_tilda  # 更新Y = H @ W_ho + b_o  # 输出outputs.append(Y)return torch.cat(outputs, dim=0), H  # 返回输出和更新后的隐状态

到这里门控循环神经网络的介绍就结束了，我们这里给出门控神经网络的简洁实现：

循环神经网络层的实现：

rnn = torch.nn.GRU(input_size, hidden_size, layers, dropout=dropout)

其中input_size是输入特征维度，hidden_size是隐藏层维度，layers是循环网络层数，dropout是暂退层超参数