Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

二、Naive RNN

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

Naive RNN更新参数时易出现梯度消失/爆炸的问题。

三、LSTM

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

Naive RNN vs LSTM
记忆更新部分的操作，Naive RNN为乘法，LSTM为加法。因此LSTM能记得更久些。
记(delta_c^t=frac{partial L}{partial c^t}=frac{partial L}{partial c^{t+1}}frac{partial c^{t+1}}{partial c^t}=delta_c^{t+1}(z^f+cdots))。当(z^f=1)时，即使其他项很小，梯度也能够很好地传达到上一个时刻；当(z^f=0)时，上一个时刻的记忆不会影响当前时刻，梯度也不会回传回去。因此，(z^f)控制了梯度回传的衰减程度。
能有效地缓解梯度消失/爆炸问题。

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

标准形式的LSTM能工作得很好；输入门与遗忘门联动(类似GRU)以及没有peephole也能工作得很好。
输出激活函数、遗忘门对于LSTM的表现很重要。

Naive RNN vs LSTM vs GRU、attention基础
一、Recurrent Neural Network
二、Naive RNN
三、LSTM
四、GRU
五、attention基础

与LSTM相比，GRU可以看做是输入门和遗忘门联动。由4个矩阵乘法变为了3个，参数量更少，降低了过拟合的可能性。