完整的NLP深度學習介紹，應該從反向傳播(BP)開始，進而介紹深度神經(jīng)網(wǎng)絡(DNN)，卷積神經(jīng)網(wǎng)絡(CNN)也是必不可少的內(nèi)容。鑒于有三AI已經(jīng)發(fā)布了大量的CV相關的文章，其中必有相關的介紹。所以，在NLP專欄就暫不介紹相關的內(nèi)容了。如果有需要的同學，可以留言提出來。

對于一些序列輸入的信息，例如語音、語言等，不同時刻之間的輸入存在相互的影響，需要一種模型能夠“記憶”歷史輸入的信息，進而對整個序列進行完整的特征提取和表征。

循環(huán)神經(jīng)網(wǎng)絡(RNN)就是面對這樣的需求提出來的，它能夠“記憶”序列輸入的歷史信息，從而能夠較好的對整個序列進行語義建模。

目前，RNN及其變種在NLP領域有著廣泛的應用。語音識別、對話系統(tǒng)、機器翻譯、情感分析等等領域，在產(chǎn)業(yè)界，RNN及其變種都是最主要的特征提取工具。

關于RNN的特性，這里先不做太多理論上的說明，等介紹完其結(jié)構(gòu)、前向傳播和反向傳播后我們再來討論。

基于篇幅的限制，本文會先介紹最基本的RNN模型結(jié)構(gòu)和原理，LSTM會在下一篇文章中做詳細的介紹。

如上圖所示，是RNN的結(jié)構(gòu)圖。相較于CNN繁雜的卷積運算過程和復雜的網(wǎng)絡層次，RNN的模型結(jié)構(gòu)看上去相當?shù)暮啙?。同樣的，RNN模型的結(jié)構(gòu)也分為輸入層(Input Layer)、隱藏層(Hidden Layer)和輸出層(Output Layer)。圖中的箭頭表示數(shù)據(jù)的流動，需要注意的是在隱藏層，有一個回流的箭頭，這是這個箭頭的作用，使得RNN具有了“記憶”的能力。

這樣看，同學們可能還無法看清楚數(shù)據(jù)在RNN模型內(nèi)到底是如何流動的。我們將RNN模型的單元按時間展開，如下圖所示：

可以看到，不同時刻的數(shù)據(jù)x_t與上一時刻的狀態(tài)s_(t-1)，從輸入層輸入，經(jīng)過一系列運算(激活函數(shù))之后，得到該時刻的狀態(tài)s_t，s_t再經(jīng)過矩陣運算得到該時刻的輸出o_t，同時t時刻的狀態(tài)s_t會傳給下一時刻的輸入層。

通過這種方式，任意時刻的序列輸入都會包含前面所有時刻的狀態(tài)信息，就實現(xiàn)了“記憶”的目的，實際就是一種殘差的結(jié)構(gòu)。

需要注意的是，這里所有的RNN結(jié)構(gòu)單元是權重共享的，用大白話說，就是只有一個RNN單元。

下面我們來詳細看看數(shù)據(jù)的流動過程，也就是RNN的正向傳播與反向傳播過程。

RNN的正向傳播過程，就是通過輸入數(shù)據(jù)x_t，求該時刻的RNN單元狀態(tài)(Cell State)s_t以及輸出o_t的過程。

我們先來看s_t

o_t的計算過程為：

下面我們基于RNN的正向傳播過程來介紹下RNN的反向傳播過程。RNN的反向傳播與DNN的反向傳播的基本理論是一致的。差別在于，因為RNN是序列的輸入，因此其反向傳播是基于時間的，叫BPTT(Back PropagationThrough Time)。

與DNN一致，反向傳播的過程其實就是更新參數(shù)U，W，V的過程。知道反向傳播的同學應該知道，更新，W，V其實就是求梯度。

用L_t表示t時刻的模型損失，則輸入完一個序列后的總損失值為：

我們先來看參數(shù)V的更新，根據(jù)偏導公式，

損失函數(shù)通常為交叉熵，因此，

再來看看W和U的更新，像DNN的反向傳播一樣，我們引入一個中間變量，暫稱之誤差delta，t時刻的誤差delta_t：

我們的目標是要得到一個遞推公式，用delta_(t+1)來表示delta_t，注意這里激活函數(shù)用的是tanh函數(shù)。

最后時刻的誤差可以表示為：

這樣就可以通過delta_T一步一步得到所有時刻的誤差。

那么，怎么通過誤差得到W和U的梯度呢？

羅列了一大堆的公式，肯定有同學看花了眼。公式推導有不明白的地方，沒有關系，我們暫且先放下，后面再慢慢的思考，最重要的是理解反向傳播時，梯度更新的思想和技巧。下面我?guī)е蠹铱偨Y(jié)一下這個過程，相信你能獲益匪淺。