1. 引入

我们可以在[1]中，看到RNN的结构，如下图所示。

假设我们输入两个句子如下：

1. The cat, which already xxx yyy zzz …, was full.
2. The cats, which alrady xxx yyy zzz …, were full.

这两句话中，“xxx yyy zzz …”表示句子中间有很长的文本，此处略去。我们只看单数与复数，最后一个逗号后，也要对应was和were。我们期望RNN网络能学到这种单数复数的语法。

但是由于句子太长了，而RNN本身是不擅长捕捉这种长期依赖效应（very long-term dependencies）的。

这是为什么呢？

2. 梯度消失

在文章[3]中，我们解释过一种情况：普通的多层神经网络中，如果网络深度很深，则“激活函数将会成指数级递增”，最终导致在反向传播过程中梯度很难向前传递，也就是“梯度消失”。这就是从y输出的梯度，很难传播回去。

RNN也具有同样的问题，各个时刻激活函数的输出值a累乘到一起，传到靠后的时刻后，值已经很小了，在反向传播过程中，就很容易出现“梯度消失”。

所以，需要在序列后面生成单复数was或were，也是比较困难的，因为前面序列传过来的a，可能到后面就消失了。

正因如此，输出序列某个值，是比较容易受到附近值的影响，但不容易受到离他很远的值的影响。比如y<10>，容易被x<9>,x<8>,x<7>影响到，但不容易被x<2>影响到。

3. 梯度爆炸

除了“梯度消失”，RNN训练过程中也可能遇到“梯度爆炸”。但对RNN来说，“梯度消失”更严重。为什么呢？

因为“梯度爆炸”会导致你的网络参数大到崩溃，所以“梯度爆炸”更容易被发现。“梯度爆炸”时，你可以观测到网络参数出现数值溢出（数据过大）。

出现“梯度爆炸”时，可以用梯度修剪的方法来解决：

• 观察梯度向量，如果它大于某个阈值，就缩放梯度向量，保证它不会太大。

这种梯度修剪法，相对是比较鲁棒的方法。而梯度消失则很难解决。

4. 总结

在训练很深的神经网络时，随着层数的增加，导数可能呈指数型的下降或增加，所以我们会遇到“梯度消失”（使得你的网络无法捕获长期依赖）或“梯度爆炸”。

如果一个RNN处理10000个值的序列，这就是一个10000个层的神经网络（因为前面时刻激活函数的输出值a会不断叠加到后面时刻）。

其中，“梯度爆炸”问题用梯度修剪法基本就能解决。但“梯度消失”则很难解决（可以用GRU来解决，后面再介绍，门控循环单元网络）。

参考

• [1]. 理解RNN的结构+特点+计算公式. https://blog.csdn.net/ybdesire/article/details/103449597
• [2]. 序列模型用途介绍及数学符号. https://blog.csdn.net/ybdesire/article/details/102963683
• [3]. 深度学习中的梯度消失与梯度爆炸. https://blog.csdn.net/ybdesire/article/details/79618727
• [4]. Andrew Ng Sequence Models video

最后

以上就是标致香水为你收集整理的RNN中的梯度消失与梯度爆炸1. 引入2. 梯度消失3. 梯度爆炸4. 总结参考的全部内容，希望文章能够帮你解决RNN中的梯度消失与梯度爆炸1. 引入2. 梯度消失3. 梯度爆炸4. 总结参考所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。