GRU

标签：而在   参数   math   ret   line   ssis   控制   long   而且   

Outline

1 GRU概述

2 前向传播

3 训练过程

1 GRU概述

　　GRU是LSTM网络的一种效果很好的变体，它较LSTM网络的结构更加简单，而且效果也很好，因此也是当前非常流形的一种网络。GRU既然是LSTM的变体，因此也是可以解决RNN网络中的长依赖问题。

　　在LSTM中引入了三个门函数：输入门、遗忘门和输出门来控制输入值、记忆值和输出值。而在GRU模型中只有两个门：分别是更新门和重置门。具体结构如下图所示：

　　图中的z_t和r_t分别表示更新门和重置门。更新门用于控制前一时刻的状态信息被带入到当前状态中的程度，更新门的值越大说明前一时刻的状态信息带入越多。重置门控制前一状态有多少信息被写入到当前的候选集 h~th~t 上，重置门越小，前一状态的信息被写入的越少。

2 GRU前向传播

　　根据上面的GRU的模型图，我们来看看网络的前向传播公式：

　　其中[]表示两个向量相连，*表示矩阵的乘积。

3 GRU的训练过程

　　从前向传播过程中的公式可以看出要学习的参数有W_r、W_z、W_h、W_o。其中前三个参数都是拼接的（因为后先的向量也是拼接的），所以在训练的过程中需要将他们分割出来：

　　输出层的输入：

　　输出层的输出：

　　在得到最终的输出后，就可以写出网络传递的损失，单个样本某时刻的损失为：

　　则单个样本的在所有时刻的损失为：

　　采用后向误差传播算法来学习网络，所以先得求损失函数对各参数的偏导（总共有7个）：

　　其中各中间参数为：

　　在算出了对各参数的偏导之后，就可以更新参数，依次迭代知道损失收敛。

　　概括来说，LSTM和CRU都是通过各种门函数来将重要特征保留下来，这样就保证了在long-term传播的时候也不会丢失。此外GRU相对于LSTM少了一个门函数，因此在参数的数量上也是要少于LSTM的，所以整体上GRU的训练速度要快于LSTM的。不过对于两个网络的好坏还是得看具体的应用场景。

GRU

标签：而在   参数   math   ret   line   ssis   控制   long   而且   

原文地址：https://www.cnblogs.com/shona/p/10942868.html