NLP系列之RNN（十四）

　　在前面几期词向量的讲解中，大家注意到模型中都使用的是RNN，在训练时有一些弊端，是不是有更好的框架可以更好训练呢？
　　从本期开始，我们讲穿插讲解 RNN、RNN变体、Seq2Seq、Attention机制、 Transformer，以便能更深刻的体会后面的词向量模型。
　　一、单层网络
　　在学习RNN之前，咱们先了解一下单层网络，其结构如图：
　　输入是x，经过变换Wx+b和激活函数f得到输出y，这个大家在看了之前的系列文章后，应该很熟悉了。
　　二、RNN结构（N vs N)
　　在现实生活中，我们还会遇到很多序列形的数据：
　　如：  自然语言处理问题。x1可以看做是第一个单词，x2可以看做是第二个单词，依次类推。  语音处理。此时，x1、x2、x3……是每帧的声音信号。  时间序列问题。例如每天的股票价格等等
　　序列形的数据就不太好用原始的神经网络处理了。为了建模序列问题，RNN引入了隐状态h（hidden state）的概念，h可以对序列形的数据提取特征，接着再转换为输出。先从h1的计算开始看：
　　图示中记号的含义是：  圆圈或方块表示的是向量。  一个箭头就表示对该向量做一次变换。如上图中h0和x1分别有一个箭头连接，就表示对h0和x1各做了一次变换。
　　在很多论文中也会出现类似的记号，初学的时候很容易搞乱，但只要把握住以上两点，就可以比较轻松地理解图示背后的含义。
　　h2的计算和h1类似。要注意的是，在计算时，每一步使用的参数U、W、b都是一样的，也就是说每个步骤的参数都是共享的，这是RNN的重要特点，一定要牢记。
　　依次计算剩下来的（使用相同的参数U、W、b）：
　　我们这里为了方便起见，只画出序列长度为4的情况，实际上，这个计算过程可以无限地持续下去。
　　我们目前的RNN还没有输出，得到输出值的方法就是直接通过h进行计算：
　　正如之前所说，一个箭头就表示对对应的向量做一次类似于f(Wx+b)的变换，这里的这个箭头就表示对h1进行一次变换，得到输出y1。
　　剩下的输出类似进行（使用和y1同样的参数V和c）：
　　OK！大功告成！这就是最经典的RNN结构，我们像搭积木一样把它搭好了。它的输入是x1, x2, .....xn，输出为y1, y2, ...yn，也就是说，输入和输出序列必须要是等长的。
　　三、N VS 1
　　有的时候，我们要处理的问题输入是一个序列，输出是一个单独的值而不是序列，应该怎样建模呢？实际上，我们只在最后一个h上进行输出变换就可以了：
　　这种结构通常用来处理序列分类问题。如输入一段文字判别它所属的类别，输入一个句子判断其情感倾向，输入一段视频并判断它的类别等等。
　　四、1 VS N
　　输入不是序列而输出为序列的情况怎么处理？我们可以只在序列开始进行输入计算：
　　还有一种结构是把输入信息X作为每个阶段的输入：
　　下图省略了一些X的圆圈，是一个等价表示：
　　这种1 VS N的结构可以处理的问题有：  从图像生成文字（image caption），此时输入的X就是图像的特征，而输出的y序列就是一段句子  从类别生成语音或音乐等