54 循环神经网络 RNN【动手学深度学习v2】

深度学习学习笔记
学习视频：https://www.bilibili.com/video/BV1D64y1z7CA/?spm_id_from=333.880.my_history.page.click&vd_source=75dce036dc8244310435eaf03de4e330

对序列化数据集的训练网络，通常称为RNN。

潜变量自回归模型
xt与xt-1和ht相关

循环神经网络
有一个隐变量ht，根据ht输出ot，ht用的是xt-1的东西。

输入“你”给到隐变量预测出下一个“好”字，输入“好”给到隐变量预测出“，”…

ht数据来自于xt-1，xt用来更新ht使他到下一个单元。与多层感知机不同就是有个时间轴。φ() 就是一个激活函数，Whh存的是时序信息。

困惑度
衡量模型的好坏。语言模型实际上看做为一个分类模型，输出是判断下一个词，用m个类别的分类问题，可以用交叉熵，做n次预测也就是n次分类得到n次的平均来衡量模型的好坏。

困惑度是此基础上做了一个指数来衡量，π就数值变大了；直观上更好理解。

梯度裁剪
迭代时要做T个时间步上的梯度，反向传播时会做O(T）次的矩阵乘法，会导致数值不稳定（梯度爆炸），于是使用梯度裁剪能够有效预防梯度爆炸，假设梯度 g（所有层的梯度放在一起），len(g) g的长度超过了θ，就将g长度降回θ，否则不变乘以1。避免g太大，有效避免梯度爆炸。

总结
循环神经网络的输出取决于当下的输出和前一个时间的隐变量，隐变量是用来存历史信息（Whh存过去的历史信息和下一个历史信息的联系），RNN是一个隐变量模型，告诉你一个隐变量，然后怎样去更新。
使用困惑度来衡量语言模型的好坏，每次预测有多少个候选词，平均候选词的个数。
RNN一般要用到梯度剪裁来避免梯度爆炸。

QA

1. 循环神经网络和递归神经网络不是一个东西，递归神经网络可以看出树神经网络，循环神经网络是个平的网络。
2. NLP现在在用transformer刷预训练模型
3. 中文基于字和词都可以，英语中很多是基于字根。
4. tracking 追踪视频里的目标，已经很成熟了。