RNN是最简单的循环神经网络,称谓Simple-RNN,它是LSTM的基础。下面看结构:
输入层到隐含层的权重用U表示,隐含层到隐含层的权重用W表示,隐含层到输出层的权重用V表示。
1. 前向传播
可以将网络看成是一个三层结构,与普通BP神经网络不同的是,输入层有两个部分,一个是上一时刻的隐层向量(ht-1);一个是本次的输入向量(xt)。隐含层(ht)也会有两个走向,一个作为本次输出到达输出层;同时ht也作为下一时刻的输入。
公式如下,在时间步t时:
ht = f(U.xt + W.ht-1)
at = g(V.ht)
其中f是隐含层激活函数,一般是tanh。g是输出层激活函数,一般是softmax。所以:
损失函数,这里我们选择交叉熵:
其中表示真实值(标签)的第个值,表示输出值的第个值,表示输出向量的长度。
2. 反向传播
反向传播是将误差通过输出层->隐含层->输入层逐层反传,并通过激活函数的导函数将误差分摊给各层的所有单元,从而获得各层单元的修正信号,并以信号作为依据修正各单元的权重。RNN的反向传播是从最后一个时间将累积的残差传递回来,所以梯度是从最后一个时刻开始计算,然后依次往前更新。
从结构图可以看出,Simple-RNN一共包含三个权重:
隐含层到输出层权重:V
输入层到隐含曾权重:U,W
这里将上面前向传播的式子拆开:
对于时刻,先看最简单的权重,它的更新只与输出层的误差有关,说白了就是一个全连接层。关于softmax和交叉熵的求导过程可以参考这篇博客: 简单易懂的softmax交叉熵损失函数求导
在时刻,总的对的偏导为(这里下标表示输出向量的第项):
首先看对的偏导,
然后看对的偏导。注意这里是对
针对分类问题,真值y是一个独热码,只有一位为1其余均为0,所以上述梯度为:
总的这一层的梯度为:
这里加上一个负号,是为了让后面更新权重的时候用加法。如果这里不加负号,后面更新权重就用减法。最后其实是一个向量,这里就是标签中独热码为1的那一位,也就是除了这一位其它位的梯度都一样是softmax的值本身。
然后,再来看,由于它们的梯度依赖于之前的状态,所以需要从后向前依次求解:
首先是的梯度:
然后
这里是下一时刻的,最后时刻初始化为0,然后每向前计算一次,就更新为这次的。
对每一个时刻,累积计算增量:
最后,更新权重:
其中是学习率。好了,至此RNN的反向传播就结束了。下面放出详细代码:(代码中的权重和层的乘积是右乘,上面公式中写的左乘,不过相信这应该不算什么)
import numpy as np
class RNN:
def __init__(self, in_shape, unit, out_shape):
'''
:param in_shape: 输入x向量的长度
:param unit: 隐层大小
:param out_shape: 输出y向量的长度
'''
self.U = np.random.random(size=(in_shape, unit))
self.W = np.random.random(size=(unit, unit))
self.V = np.random.random(size=(unit, out_shape))
self.in_shape = in_shape
self.unit = unit
self.out_shape = out_shape
self.start_h = np.random.random(size=(self.unit,)) # 初始隐层状态
@staticmethod
def tanh(x):
return (np.exp(x)-np.exp(-x))/(np.exp(x)+np.exp(-x))
@staticmethod
def tanh_der(y):
return 1 - y*y
@staticmethod
def softmax(x):
tmp = np.exp(x)
return tmp/sum(tmp)
@staticmethod
def softmax_der(y, y_):
j = np.argmax(y_)
tmp = y[j]
y = -y[j]*y
y[j] = tmp*(1-tmp)
return y
@staticmethod
def cross_entropy(y, y_):
'''
交叉熵
:param y:预测值
:param y_: 真值
:return:
'''
return sum(-np.log(y)*y_)
@staticmethod
def cross_entropy_der(y, y_):
j = np.argmax(y_)
return -1/y[j]
def inference(self, x, h_1):
'''
前向传播
:param x: 输入向量
:param h_1: 上一隐层
:return:
'''
h = self.tanh(np.dot(x, self.U) + np.dot(h_1, self.W))
y = self.softmax(np.dot(h, self.V))
return h, y
def train(self, x_data, y_data, alpha=0.1, steps=100):
'''
训练RNN
:param x_data: 输入样本
:param y_data: 标签
:param alpha: 学习率
:param steps: 迭代伦次
:return:
'''
for step in range(steps): # 迭代伦次
print("step:", step+1)
for xs, ys in zip(x_data,y_data): # 每个样本
h_list = []
h = self.start_h # 初始化初始隐层状态
h_list.append(h)
y_list = []
losses = []
for x, y_ in zip(xs, ys): # 前向传播
h, y = self.inference(x, h)
loss = self.cross_entropy(y=y, y_=y_)
h_list.append(h)
y_list.append(y)
losses.append(loss)
print("loss:", np.mean(losses))
V_update = np.zeros(shape=self.V.shape)
U_update = np.zeros(shape=self.U.shape)
W_update = np.zeros(shape=self.W.shape)
next_layer1_delta = np.zeros(shape=(self.unit,))
for i in range(len(xs))[::-1]: # 反向传播
layer2_delta = -self.cross_entropy_der(y_list[i], ys[i])*self.softmax_der(y_list[i], ys[i]) # 输出层误差
# 当前隐层梯度 = 下一隐层梯度 * 下一隐层权重 + 输出层梯度 * 输出层权重
layer1_delta = self.tanh_der(h_list[i+1])*(np.dot(layer2_delta, self.V.T) + np.dot(next_layer1_delta, self.W.T))
V_update += np.dot(np.atleast_2d(h_list[i+1]).T, np.atleast_2d(layer2_delta)) # V增量
W_update += np.dot(np.atleast_2d(h_list[i]).T, np.atleast_2d(layer1_delta)) # W增量
U_update += np.dot(np.atleast_2d(xs[i]).T, np.atleast_2d(layer1_delta)) # U增量
next_layer1_delta = layer1_delta # 更新下一隐层的梯度等于当前隐层的梯度
self.W += W_update * alpha
self.V += V_update * alpha
self.U += U_update * alpha
# print(self.W,self.V,self.U)
def predict(self, xs, return_sequence=False):
'''
RNN预测
:param xs: 单个样本
:param return_sequence: 是否返回整个输出序列
:return:
'''
y_list = []
h_list = []
h = self.start_h
for x in xs:
h, y = self.inference(x,h)
y_list.append(y)
h_list.append(h)
if return_sequence:
return h_list, y_list
else:
return h_list[-1], y_list[-1]
然后做一个简单地测试:
预测26个字母中的下一个字母
这里偷懒只写了前面9个字母"abcdefghi",相对需要的样本比较少。
class RNNTest:
def __init__(self, hidden_num, all_chars):
'''
创建一个rnn
:param hidden_num: 隐层数目
:param all_chars: 所有字符集
'''
self.all_chars = all_chars
self.len = len(all_chars)
self.rnn = RNN(self.len, hidden_num, self.len)
def str2onehots(self, string):
'''
字符串转独热码
:param string:
:return:
'''
one_hots = []
for char in string:
one_hot = np.zeros((self.len,),dtype=np.int)
one_hot[self.all_chars.index(char)] = 1
one_hots.append(one_hot)
return one_hots
def vector2char(self, vector):
'''
预测向量转字符
:param vector:
:return:
'''
return self.all_chars[int(np.argmax(vector))]
def run(self, x_data, y_data, alpha=0.1, steps=100):
x_data_onehot = [self.str2onehots(xs) for xs in x_data]
y_data_onehot = [self.str2onehots(ys) for ys in y_data]
self.rnn.train(x_data_onehot, y_data_onehot, alpha=alpha, steps=steps) # 训练
vector_f = self.rnn.predict(self.str2onehots("f"), False)[1] # 预测f下一个字母
vector_ab = self.rnn.predict(self.str2onehots("ab"), False)[1] # 预测ab的下一个字母
print("f.next=",self.vector2char(vector_f))
print("ab.next=",self.vector2char(vector_ab))
# 测试:下一个字母
x_data = ["abc","bcd","cdef","fgh","a","bc","abcdef"]
y_data = ["bcd","cde","defg","ghi","b","cd","bcdefg"]
all_chars = "abcdefghi"
rnn_test = RNNTest(10, all_chars)
rnn_test.run(x_data,y_data)
测试运行把这两份代码,放在一个文件就好了。如果预测结果不对,就再跑一次,样本有限有时候收敛的不好。放个结果图: