RNN入門學習

原文地址：http://blog.csdn.net/hjimce/article/details/49095371

作者：hjimce

一、相關理論

RNN(Recurrent Neural Networks)中文名又稱之為：迴圈神經網路（原來還有一個遞迴神經網路，也叫RNN，搞得我有點混了，菜鳥剛入門，對不上號）。在計算機視覺裡面用的比較少，我目前看過很多篇計算機視覺領域的相關深度學習的文章，除了OCR、圖片標註、理解問答等這些會把CNN和RNN結合起來，其它的很少見到。RNN主要用於序列問題，如自然語言、語音音訊等領域，相比於CNN來說，簡單很多，CNN包含：卷積層、池化層、全連線層、特徵圖等概念，RNN基本上就僅僅只是三個公式就可以搞定了，因此對於RNN我們只需要知道三個公式就可以理解RNN了。說實話，一開是聽到迴圈神經網路這個名子，感覺好難的樣子，因為曾經剛開始學CNN的時候，也有很多不懂的地方。還是不囉嗦了，……開始前，我們先回顧一下，簡單的MLP三層神經網路模型：

簡單MLP模型

上面那個圖是最簡單的淺層網路模型了，x為輸入，s為隱藏層神經元，o為輸出層神經元。然後U、V就是我們要學習的引數了。上面的圖很簡單，每層神經元的個數就只有一個，我們可以得到如下公式：

(1)隱藏層神經元的啟用值為：

s=f(u*x+b1)

(2)然後輸出層的啟用值為：

o=f(v*s+b2)

這就是最簡單的三層神經網路模型的計算公式了，如果對上面的公式，還不熟悉，建議還是看看神經網路的書，打好基礎先。而其實RNN網路結構圖，僅僅是在上面的模型上，加了一條連線線而已，RNN結構圖：

RNN結構圖

看到結構圖，是不是覺得RNN網路好像很簡單的樣子，至少沒有像CNN過程那麼長。從上面的結構圖看，RNN網路基礎結構，就只有一個輸入層、隱藏層、輸出層，看起來好像跟傳統淺層神經網路模型差不多（只包含輸出層、隱藏層、輸出層），唯一的區別是：上面隱藏層

我們直接看，上面展開圖中，Ot的計算流程，看到隱藏層神經元st的輸入包含了兩個：來時xt的輸入、來自st-1的輸入。於是RNN，t時刻的計算公式如下：

(1)t時刻，隱藏層神經元的啟用值為：

st=f(u*xt+w*st-1+b1)

(2)t時刻，輸出層的啟用值為：

ot=f(v*st+b2)

二、原始碼實現

下面結合程式碼，瞭解程式碼層面的RNN實現：

# -*- coding: utf-8 -*-
"""
Created on Thu Oct 08 17:36:23 2015

@author: Administrator
"""

import numpy as np
import codecs

data = open('text.txt', 'r').read() #讀取txt一整個檔案的內容為字串str型別
chars = list(set(data))#去除重複的字元
print chars
#列印原始檔中包含的字元個數、去重後字元個數
data_size, vocab_size = len(data), len(chars)
print 'data has %d characters, %d unique.' % (data_size, vocab_size)
#建立字元的索引表
char_to_ix = { ch:i for i,ch in enumerate(chars) }
ix_to_char = { i:ch for i,ch in enumerate(chars) }
print char_to_ix
hidden_size = 100 # 隱藏層神經元個數
seq_length = 20 #
learning_rate = 1e-1#學習率

#網路模型
Wxh = np.random.randn(hidden_size, vocab_size)*0.01 # 輸入層到隱藏層
Whh = np.random.randn(hidden_size, hidden_size)*0.01 # 隱藏層與隱藏層
Why = np.random.randn(vocab_size, hidden_size)*0.01 # 隱藏層到輸出層，輸出層預測的是每個字元的概率
bh = np.zeros((hidden_size, 1)) #隱藏層偏置項
by = np.zeros((vocab_size, 1)) #輸出層偏置項
#inputs  t時刻序列，也就是相當於輸入
#targets t+1時刻序列，也就是相當於輸出
#hprev t-1時刻的隱藏層神經元啟用值
def lossFun(inputs, targets, hprev):

  xs, hs, ys, ps = {}, {}, {}, {}
  hs[-1] = np.copy(hprev)
  loss = 0
  #前向傳導
  for t in xrange(len(inputs)):
    xs[t] = np.zeros((vocab_size,1)) #把輸入編碼成0、1格式，在input中，為0代表此字元未啟用
    xs[t][inputs[t]] = 1
    hs[t] = np.tanh(np.dot(Wxh, xs[t]) + np.dot(Whh, hs[t-1]) + bh) # RNN的隱藏層神經元啟用值計算
    ys[t] = np.dot(Why, hs[t]) + by # RNN的輸出
    ps[t] = np.exp(ys[t]) / np.sum(np.exp(ys[t])) # 概率歸一化
    loss += -np.log(ps[t][targets[t],0]) # softmax 損失函式
  #反向傳播
  dWxh, dWhh, dWhy = np.zeros_like(Wxh), np.zeros_like(Whh), np.zeros_like(Why)
  dbh, dby = np.zeros_like(bh), np.zeros_like(by)
  dhnext = np.zeros_like(hs[0])
  for t in reversed(xrange(len(inputs))):
    dy = np.copy(ps[t])
    dy[targets[t]] -= 1 # backprop into y
    dWhy += np.dot(dy, hs[t].T)
    dby += dy
    dh = np.dot(Why.T, dy) + dhnext # backprop into h
    dhraw = (1 - hs[t] * hs[t]) * dh # backprop through tanh nonlinearity
    dbh += dhraw
    dWxh += np.dot(dhraw, xs[t].T)
    dWhh += np.dot(dhraw, hs[t-1].T)
    dhnext = np.dot(Whh.T, dhraw)
  for dparam in [dWxh, dWhh, dWhy, dbh, dby]:
    np.clip(dparam, -5, 5, out=dparam) # clip to mitigate exploding gradients
  return loss, dWxh, dWhh, dWhy, dbh, dby, hs[len(inputs)-1]
#預測函式，用於驗證，給定seed_ix為t=0時刻的字元索引，生成預測後面的n個字元
def sample(h, seed_ix, n):

  x = np.zeros((vocab_size, 1))
  x[seed_ix] = 1
  ixes = []
  for t in xrange(n):
    h = np.tanh(np.dot(Wxh, x) + np.dot(Whh, h) + bh)#h是遞迴更新的
    y = np.dot(Why, h) + by
    p = np.exp(y) / np.sum(np.exp(y))
    ix = np.random.choice(range(vocab_size), p=p.ravel())#根據概率大小挑選
    x = np.zeros((vocab_size, 1))#更新輸入向量
    x[ix] = 1
    ixes.append(ix)#儲存序列索引
  return ixes

n, p = 0, 0
mWxh, mWhh, mWhy = np.zeros_like(Wxh), np.zeros_like(Whh), np.zeros_like(Why)
mbh, mby = np.zeros_like(bh), np.zeros_like(by) # memory variables for Adagrad
smooth_loss = -np.log(1.0/vocab_size)*seq_length # loss at iteration 0

while n<20000:
  #n表示迭代網路迭代訓練次數。當輸入是t=0時刻時，它前一時刻的隱藏層神經元的啟用值我們設定為0
  if p+seq_length+1 >= len(data) or n == 0: 
    hprev = np.zeros((hidden_size,1)) # 
    p = 0 # go from start of data
  #輸入與輸出
  inputs = [char_to_ix[ch] for ch in data[p:p+seq_length]]
  targets = [char_to_ix[ch] for ch in data[p+1:p+seq_length+1]]

  #當迭代了1000次，
  if n % 1000 == 0:
    sample_ix = sample(hprev, inputs[0], 200)
    txt = ''.join(ix_to_char[ix] for ix in sample_ix)
    print '----\n %s \n----' % (txt, )

  # RNN前向傳導與反向傳播，獲取梯度值
  loss, dWxh, dWhh, dWhy, dbh, dby, hprev = lossFun(inputs, targets, hprev)
  smooth_loss = smooth_loss * 0.999 + loss * 0.001
  if n % 100 == 0: print 'iter %d, loss: %f' % (n, smooth_loss) # print progress
  
  # 採用Adagrad自適應梯度下降法,可參看博文：http://blog.csdn.net/danieljianfeng/article/details/42931721
  for param, dparam, mem in zip([Wxh, Whh, Why, bh, by], 
                                [dWxh, dWhh, dWhy, dbh, dby], 
                                [mWxh, mWhh, mWhy, mbh, mby]):
    mem += dparam * dparam
    param += -learning_rate * dparam / np.sqrt(mem + 1e-8) #自適應梯度下降公式
  p += seq_length #批量訓練
  n += 1 #記錄迭代次數

參考文獻：

1、http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/

2、http://blog.csdn.net/danieljianfeng/article/details/42931721

**********************作者：hjimce   時間：2015.10.23  聯絡QQ：1393852684   原創文章，轉載請保留原文地址、作者等資訊***************