一、RNN
1.为什么需要RNN
RNN，中文’循环神经网络‘，解决的是时间序列问题。什么是时间序列问题呢，就是我们的样本数据之间在时间维度上存在关联的，跟一般的神经网络不一样，也就是说我们前一个输入和后一个输入有某种说不清道不明的关系，需要RNN这种特定结构的神经网络去寻找内部联系。
2.基本网络结构
下面是RNN的一个基本结构和一个官网结构，第一个图里左边是未展开的形式，右边是展开的形式 ，将每一个时刻T=t的过程统统列举出来，它们共享参数W、U、V，最终的损失是每一个时刻的损失累加
3.前向传播
对于时刻t，存在：
，
其中ϕ为激活函数，一般来说会选择tanh函数，b为偏置，而t时刻的输出O为：
输出的预测值y_hat为：
σ为激活函数，通常RNN用于分类，一般用softmax函数。
针对每个时刻经过这样的计算，我们就能得到每个时刻的y_hat和h_t，以及各自的损失，再通过累加每个时刻的损失值得到最终的损失，这样就算是一次前向传播结束了。
4.反向传播
我们说模型的训练其实就是：将数据喂到模型里，找到一批参数使得损失函数最小的过程。那么最重要的就是这批参数的更新过程了，我们用的是梯度下降的过程来更新参数，本质就这一个公式，敲黑板啦！！W_new = W_old - a(dL/dw)，其中W是我们的参数，a是学习率，L是损失函数。然而W和L是没有直接的关系的，但它们之间有间接的关系，L--->y_hat--->O_t--->h_t--->W，这样就有关系了，所以我们需要用到链式法则来求导。
一共有这个几个参数，W、U、V、b、c，那我们就以W为例手推一下反向传播的过程，假设我们一共有4个时刻，T=1、2、3、4。详细的看下面的图片
5.RNN存在的问题
- 梯度消失、梯度爆炸
从上面的推导过程看，梯度消失和梯度爆炸主要是由长距离的累乘导致的，那么摆在我们面前的有两种解决方案：
-
- 寻找更好的激活函数
- 修正网络结构(这也是为什么LSTM和GRU出现的原因)
- 长期依赖问题
理论上RNN是可以处理长期依赖问题的，但实际中并不是这样的。标准的RNN结构中只有一个神经元，一个tanh层进行重复的学习，这样会存在一些弊端。例如，我是陕西人，我在哪哪哪上的大学，那儿的天气很舒服，但我更喜欢xxx的肉夹馍，这个xxx明显是陕西，但它两距离太远了，可能学不到这些信息。
二、LSTM
1.lstm的网络结构
lstm是一种特殊的RNN，也可以说是一种优化后的RNN，一般在实际中，没有人会选择最原始的RNN，而是选择一些他的变种比如lstm和gru。lstm在每一个重复的模块中有四个特殊的结构，以一种特殊的方式进行交互。接下来我们逐一说明：
- 忘记门
忘记门用来决定我们需要丢弃什么信息，需要使用到当前的输入x_t以及上一时刻的隐状态h_t-1，使用激活函数sigmoid来决定信息的输入，0代表完全丢弃，1代表完全通过。
- 输入门和候选值
输入门就是简单的将当前时刻x_t和上一时刻的隐状态h_t-1拼接后，经过一个sigmoid激活函数；候选值是当前时刻x_t和上一时刻的隐状态h_t-1拼接后，经过一个tanh激活函数
- 更新单个lstm神经元的状态
更新C_t的值，由C_t-1变为C_t
- 输出门
我们运行一个 sigmoid 层来确定细胞状态的哪个部分将输出出去。接着，我们把细胞状态通过 tanh 进行处理（得到一个在 -1 到 1 之间的值）并将它和 sigmoid 门的输出相乘，经过一个tanh输出我们的h_t，最终的h_t和C_t会输入下一个神经元中。
2.lstm为什么能够解决梯度消失和梯度爆炸
lstm反向传播过程中，上式这个是主要的连乘部分，和 RNN 最大的区别在于，每一步的结果是由加法得来的，那么就避免的深度的累乘了，也就不再有梯度爆炸和梯度消失了。
三、GRU
1.gru的网络结构
gru在lstm的基础上做了简化，将忘记门和输入门合成了一个单一的更新门，所以gru就只剩两个门更新门和充值门，同时gru还混合了细胞状态和隐藏状态。
四、总结
- RNN主要是为了解决时序问题的，但可以联系上的距离是有限的，同时会有梯度消失和梯度爆炸的现象存在。
- LSTM和GRU是特殊的RNN变体，它两相差不大，都能通过各种门将重要特征保留，保证其在long-term 传播的时候也不会被丢失，同时GRU比LSTM更简洁一些，训练也会更省时间，但是都比tanh要明显好很多。在选择标准LSTM或者GRU的时候还要看具体的任务是什么。