|
题图：aaron-burden-160110-unsplash 斯坦福 NLP 第 9 课介绍了 RNN 语言模型的一个问题：梯度消失现象。那么什么是梯度消失？ 为什么 RNN 会出现梯度消失呢？ 梯度消失问题需要引起重视吗？下面依次回答这 3 个问题，希望能给读者带来一定启发。 首先介绍什么是梯度消失。下图是 RNN 模型的网络结构图，输入层是单词的词向量，隐含层中，节点间的权重都为 Wh ，且当前节点的输入We*Xi 加上前一个节点的输出 f(We*Xi-1 + Wh*hi-1) 作为下一个节点的输入。 设隐含层含有6000个神经元节点，神经元的个数与梯度的大小总和的关系如下图所示，从图中可以看出神经元的个数大约在0~400时，梯度大小的总和随着神经元个数增加而变大，但是随着个数继续增大，梯度总和的变化趋势变得平缓，最后几乎看不出变化，这种现象就是梯度消失。 为什么会出现梯度消失呢？这要从 RNN 的梯度计算公式说起，应用链式法则，符号含义对应文章第一幅图，求和公式中带框的偏导是关键， 仍然是链式法则求： 连乘有什么问题呢？没错，在 RNN 这种网络结构下，连乘会变得很小或很大，也就是说，梯度会消失或暴增。 梯度可以更深刻的理解为过去对将来的影响。当上面公式的梯度变为 0 时，我们不能区分：是否时步k 和 时步 t 间的数据真的就是没有关系的；或者，当前的权重参数还是有误的。如果属于后者，训练因为提前终止，而注定导致模型的预测精度不好，因此，梯度消失应该引起足够重视。 |
|
|
