BPTT算法 / LSTM的细胞状态和隐藏状态 / GRU

1:BPTT: 其实就是BP算法正常的链式推导展开，只是因为它涉及到了之前时刻的ht输出，所以将时间信息给带进去了；而这也是为什么说RNN不能很好的保存长期记忆的原因，因为偏导的连乘，长期的记忆被不断的缩小，很容易出现梯度消失，也就是把长期记忆丢失了

 2:LSTM的细胞状态和隐藏状态

参考：(41 封私信 / 13 条消息) 如何理解 LSTM 中的 cell state 和 hidden state? - 知乎 (zhihu.com)

快速理解LSTM，从懵逼到装逼 - 知乎 (zhihu.com)

我的理解是认为，细胞状态是包含了全部的长短期信息的，而hidden state则是从细胞状态里面抽取的与当前输入最相关的信息（因为最相关不一定就是短期信息，所以hidden state也可以是长期信息）；综上，细胞状态是包含整体的长短期信息，而隐藏状态则是包含的与当前输入最相关的信息

 

3;GRU

首先，ht-1 融合xt之后，分别生成重置门rt和更新门zt，rt决定ht-1中有多少信息需要遗忘，也可以说是从ht-1中选择与当前输入更相关的信息来与输入进行融合（所以此时融合的信息可以理解为和当前输入联系最紧密的信息，既有短期信息也有长期信息）；zt则是更新门，他决定上一步融合的信息有多少会加入到ht中去。而因为之前融合的信息是与当前信息最相关的，所以我们还应该加上与当前信息不那么相关的信息，来保证ht信息的完整性（这就是1-zt，再乘上ht-1的原因）。

 

 

总结

以上是生活随笔为你收集整理的BPTT算法 / LSTM的细胞状态和隐藏状态 / GRU的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。