标签：tar 序列 参数 权重 理解 博客 mamicode end 技术
梯度消失/梯度爆炸是深度学习中老生常谈的话题，这篇博客主要是对RNN中的梯度消失/梯度爆炸原因进行公式层面上的直观理解。
首先，上图是RNN的网络结构图，\((x_1, x_2, x_3, …, )\)是输入的序列，\(X_t\)表示时间步为\(t\)时的输入向量。假设我们总共有\(k\)个时间步，用第\(k\)个时间步的输出\(H_k\)作为输出（实际上每个时间步都有输出，这里仅考虑\(H_k\)），用\(E_k\)表示损失。
其中，\(C_{t}=\tanh \left(W_{c} C_{t-1}+W_{x} X_{t}\right)\)
从上式可以看出 \(W_x\)和\(W_c\)其实是差不多的，记\(W=[W_c, W_x]\)，那么求偏导可以得到：
\(\begin{aligned} \frac{\partial E_{k}}{\partial W}=& \frac{\partial E_{k}}{\partial H_{k}} \frac{\partial H_{k}}{\partial C_{k}} \frac{\partial C_{k}}{\partial C_{k-1}} \ldots \frac{\partial C_{2}}{\partial C_{1}} \frac{\partial C_{1}}{\partial W}=\\ & \frac{\partial E_{k}}{\partial H_{k}} \frac{\partial H_{k}}{\partial C_{k}}\left(\prod_{t=2}^{k} \frac{\partial C_{t}}{\partial C_{t-1}}\right) \frac{\partial C_{1}}{\partial W} \end{aligned}\)
其中的累乘部分为：
\(\begin{aligned} \frac{\partial C_{t}}{\partial c_{t-1}}=& \tanh ^{\prime}\left(W_{c} C_{t-1}+W_{x} X_{t}\right) \cdot \frac{d}{d C_{t-1}}\left[W_{c} C_{t-1}+W_{x} X_{t}\right]=\\ & \tanh ^{\prime}\left(W_{c} C_{t-1}+W_{x} X_{t}\right) \cdot W_{c} \end{aligned}\)
将该式代入上式有：
\(\frac{\partial E_{k}}{\partial W}=\frac{\partial E_{k}}{\partial H_{k}} \frac{\partial H_{k}}{\partial C_{k}}\left(\prod_{t=2}^{k} \tanh ^{\prime}\left(W_{c} C_{t-1}+W_{x} X_{t}\right) \cdot W_{c}\right) \frac{\partial c_{1}}{\partial W}\)
观察这个式子，和上篇文章中一样，因为链式法则，出现了累乘项，因为tanh的导数 <= 1，所以，当k很大的时候，上式的值是趋向于0的。(<1的数多次相乘)，也就是：
\(\Pi_{t=2}^{k} \tanh ^{\prime}\left(W_{c} C_{t-1}+w_{x} X_{t}\right) \cdot W_{c} \rightarrow 0,\) so \(\frac{\partial E_{k}}{\partial W} \rightarrow 0\)
此时，权重更新公式：
\(W \leftarrow W-\alpha \frac{\partial E_{k}}{\partial W} \approx W\)
也就是说，RNN很容易出现梯度消失现象，使得参数更新缓慢，甚至是停止更新。
标签：tar 序列 参数 权重 理解 博客 mamicode end 技术
原文地址：https://www.cnblogs.com/Elaine-DWL/p/11240209.html
