当前位置：首页 > news >正文

循环神经网络 - 门控循环单元网络

news 来源：原创 2025/9/3 8:20:44

为了解决循环神经网络在学习过程中的长程依赖问题，即梯度消失或爆炸问题，一种非常好的解决方案是在简单循环网络的基础上引入门控机制来控制信息的累积速度，包括有选择地加入新的信息，并有选择地遗忘之前累积的信息。这一类网络可以称为基于门控的循环神经网络(Gated RNN)。本文我们来学习基于门控的另一种循环神经网络：门控循环单元网络。

为了更好的理解基于门控的循环神经网络，我们先来回顾一下已经学过的简单循环网络和改进版的LSTM（长短期记忆网络）。

一、简单循环网络和LSTM

1、简单循环网络

对于简单循环网络，可以参考博文循环神经网络 - 简单循环网络-CSDN博客，为了更好理解本文的主题门控循环单元网络，这里列出其公式表示：

2、改进方案

为了避免梯度爆炸或者消失的缺点，我们可以采用一种有效的改进策略:

这样 𝒉𝑡 和 𝒉(𝑡−1) 之间为既有线性关系，也有非线性关系，并且可以缓解梯度消失问题。但这种改进依然存在两个问题:梯度爆炸问题&记忆容量问题。

可以参考：循环神经网络 - 长程依赖问题及改进方案-CSDN博客

3、长短期记忆网络（LSTM）

为了解决上述问题，在2的基础上，引入门控机制来控制信息的累积速度，包括有选择地加入新的信息，其中之一就是前面所介绍的长短期记忆网络。可以参考：

循环神经网络 - 长短期记忆网络-CSDN博客

同样为了直观对比理解门控循环单元网络，我们这里把长短期记忆网络（LSTM）的关键公式表示列出来：

二、门控循环单元网络（GatedRecurrentUnit，GRU）

GRU 网络引入门控机制来控制信息更新的方式。

和 LSTM 不同，GRU 不引入额外的记忆单元，其是在改进方案

的基础上，引入一个更新门(Up- date Gate)来控制当前状态需要从历史状态中保留多少信息(不经过非线性变换)，以及需要从候选状态中接受多少新信息，即

1、其中 𝒛_𝑡 ∈ [0, 1]^𝐷 为更新门:

当 𝒛_𝑡 = 0 时，当前状态 𝒉_𝑡 和前一时刻的状态𝒉_(𝑡−1)之间为非线性函数关系;当𝒛+𝑡 =1时，𝒉𝑡和𝒉_(𝑡−1)之间为线性函数关系。

2、函数 𝑔(𝒙_𝑡, 𝒉(𝑡−1); 𝜃) 的定义为:

3、关于重置门的解释：

4、综上，GRU 网络的状态更新方式为：

5、GRU 网络的循环单元结构如下图：

三、进一步理解门控循环单元网络

门控循环单元（Gated Recurrent Unit, GRU）是一种对传统循环神经网络（RNN）进行改进的变体，其设计目标是在捕捉序列数据中时间依赖信息时，既提高模型表达能力又减少参数量和计算复杂度。与 LSTM 网络相比，GRU 结构更简单，但在许多任务中表现与 LSTM 相近甚至更优。下面通过解释其内部机制并举例说明GRU 网络的工作原理。

1. GRU 的基本结构和门控机制

GRU 主要由两个门构成：

更新门（Update Gate）
更新门的作用在于决定当前隐藏状态应保留多少上一时刻的记忆，以及引入多少当前的候选信息。数学表达为：

其中 σ 是 sigmoid 激活函数，z_t 中的每个元素介于 0 与 1 之间，用来控制信息更新的比例。
重置门（Reset Gate）
重置门用来决定在生成候选隐藏状态前，如何组合当前输入和上一时刻的隐藏状态。其计算公式为：

当 r_t 的元素接近 0 时，网络倾向于忽略上一时刻的隐藏状态；当它接近 1 时，上一时刻的状态将会被充分利用。

利用这两个门，GRU 的候选隐藏状态计算为：

这里 “⊙” 表示逐元素相乘。最后，通过更新门决定最终的隐藏状态 h_t：

这一公式表明：

如果更新门 z_t 接近 1，则更多保留上一时刻的隐藏状态 h_{t-1}；
如果 z_t 接近 0，则更多采用当前计算出的候选隐藏状态。

2. GRU 的工作原理和优势

参数更少、结构更简洁
相比 LSTM 有四个门（遗忘门、输入门、输出门以及候选记忆），GRU 只使用两个门，因此参数量更少，计算更高效。
动态调整记忆
GRU 通过更新门决定了信息的更新与保留比例，重置门则决定了在生成候选隐藏状态时如何利用过去的状态。这种设计使得网络能够灵活地在捕捉短期信息和长期依赖之间进行权衡。
训练更快、收敛较稳定
简化结构降低了训练中的梯度消失问题，实验中常常发现 GRU 在一些任务上收敛得更快，而且在数据有限的情况下更容易调优。

3. 举例说明

例子：情感分析任务

假设我们要构建一个基于 GRU 的情感分析模型，以判断电影评论的情感倾向（正面或负面）。输入是评论的词序列，每个词先通过嵌入层转换为向量，然后依次送入 GRU 网络。

输入阶段
评论 "这部电影非常精彩" 会被拆分成一系列词向量：
x1,x2,x3,x4,x5 对应 "这部", "电影", "非常", "精彩"（假设拆分成 4 个时间步）。
GRU 处理过程
1. 重置门
  在每个时间步，重置门 r_t 根据前一时刻的隐藏状态和当前输入计算，决定是否忽略上一时刻的信息。
  例如，当网络处理到“非常”时，可能认为之前的信息已经足够描述“电影”这一概念，重置门可能输出一个较低的值，强调当前“非常”的信息。
2. 更新门
  更新门 z_t 决定在当前时间步，应该保留多少来自上一时刻的信息以及引入多少当前新信息。
  当处理“精彩”这个词时，更新门可能输出较低的值（比如 0.2），表示更多依赖新输入（候选隐藏状态），从而使模型捕捉到情感的变化。
3. 候选隐藏状态与最终隐藏状态
  生成候选隐藏状态结合重置门对上一步状态的过滤，以及当前输入的新信息。最终通过更新门融合上一步的隐藏状态 h_{t-1} 和候选状态得到当前隐藏状态 h_t。
  经过整个序列后，最后一个隐藏状态 h_T 将包含整个评论的综合信息，被送入全连接层（或其他分类层）做情感预测。

实际意义：

如果评论包含长句或包含多个转折信息（如“虽然剧情拖沓，但演员表现出色”），GRU 能够灵活地在各时间步之间调整保留和更新信息，捕捉情感变化趋势。
简化的结构也让模型在资源受限场景（例如嵌入式情感分析设备、移动应用）中更高效地运行。

4. 应用场景

GRU 网络由于参数更少且训练更高效，通常适用于以下场景：

实时语音识别和文本生成：例如智能助手需要快速响应，GRU 由于结构简单能更快地运行。
情感分析与分类任务：网络需要捕捉文本或语音中情感的细微变化，GRU 可以高效地捕捉序列中短期到中期的信息。
资源受限环境：在移动设备或嵌入式系统中，计算资源有限时，GRU 的参数量较少和计算量低优势明显。

门控循环单元（GRU）通过更新门和重置门构建了一种相对简洁但功能强大的机制，能够在处理序列数据时灵活地决定信息的保留和更新。通过具体情感分析任务的例子，可以看出 GRU 网络如何利用这两种门在每个时间步对输入进行非线性变换和记忆更新，从而捕捉语言中的情感变化。这种结构在需要实时、高效及资源受限的应用场景中具有广泛应用。

四、门控循环单元与长短期记忆网络的区别和联系

两种常见的门控循环神经网络变体——长短期记忆网络 (LSTM) 和门控循环单元 (GRU) 都旨在解决传统 RNN 在长序列学习中遇到的梯度消失和梯度爆炸问题，但它们在结构和参数上存在一些差异，同时也具备一定的相似性。下面详细说明它们的联系、区别以及各自的应用场景。

联系

目标一致
两者都旨在捕捉长程依赖关系，通过引入门控机制对信息进行选择性传递，确保关键信息在长序列中不被遗忘，同时避免梯度消失或爆炸问题。
门控机制
它们都采用门控单元来控制信息流：在每个时间步，根据当前输入和前一时刻状态决定哪些信息应保留、哪些新信息应更新到记忆单元中，从而动态地管理记忆。
在多个领域都有应用
无论是 LSTM 还是 GRU，都被广泛应用于自然语言处理、语音识别、时间序列预测等领域。

区别

结构与门的数量
- LSTM：
  标准 LSTM 包含三个主要门控单元：
  - 遗忘门 f_t（控制丢弃上一时刻记忆）
  - 输入门 i_t（控制新信息写入）
  - 输出门 o_t（控制输出隐藏状态）此外，LSTM 还维护一个单独的记忆单元 c_t 来存储长程信息，而隐藏状态 h_t 则作为对外输出和短期记忆的表示。
- GRU：
  GRU 结构相对简单，只使用两个门：
  - 更新门 z_t：负责平衡上一时刻隐藏状态和新候选信息的贡献，相当于同时实现了输入与遗忘功能。
  - 重置门 r_t：控制当前计算候选隐藏状态时对前一隐藏状态的利用程度。 GRU 直接将记忆和隐藏状态合二为一，不单独维护一个长程记忆单元，这使得模型参数更少、计算更高效。
参数量和计算复杂性
- GRU 的结构较为简单，参数量通常比 LSTM 少，因此在训练速度和内存占用上可能更有优势，尤其在数据较少或资源受限的场景中。
- LSTM 的复杂结构（额外的门和独立记忆单元）使其在某些复杂任务或需要更精细信息选择的场景中可能有更好的表现，但可能带来更高的计算成本和调参复杂度。
表现和泛化能力
- 在许多实际应用中，两者往往表现相近，有时 GRU 能够以更少的参数达到与 LSTM 类似的效果。
- 有时 LSTM 在处理非常长的序列、信息分布复杂的任务中表现会更稳定，但这取决于具体任务和数据的特点。

具体的应用场景

LSTM 的应用场景：

自然语言处理与机器翻译
例如在机器翻译任务中，由于语句较长且依赖关系复杂，LSTM 能够通过其三个门控机制更好地捕捉长程依赖（如句子的主语、谓语、时间状语之间的联系），生成连贯的翻译文本。
语音识别与生成
在语音识别系统中，LSTM 可以有效处理长音频信号中的关键信息；在文本到语音转换中，也常依赖其长程记忆来产生流畅的语音合成。
预测性维护和时间序列预测
处理工业设备监控数据、股票或电商销售数据等长时间跨度的序列任务时，LSTM 能够捕获长期趋势和季节性变化。

GRU 的应用场景：

实时应用和移动设备
由于 GRU 参数较少、计算速度较快，非常适合用于实时语音识别、在线对话系统或运行在资源受限的移动设备上的应用。
短序列任务或快速预测
在一些短序列预测任务中，如简单的短文本分类、语音命令识别等，GRU 已经能够提供足够的表现，同时更节省内存和计算资源。
需要快速迭代和低延迟的场景
例如，实时翻译、在线情感分析或交互式生成系统中，GRU 能以较低延迟响应用户输入。

总结

联系：LSTM 和 GRU 都是为了克服传统 RNN 的梯度消失问题而设计的门控循环神经网络，它们的核心思想是通过门控机制控制信息的传递，捕捉序列中的长程依赖。
区别：LSTM 有三个门和独立记忆单元，结构更复杂，参数更多；而 GRU 只使用两个门，将记忆和隐藏状态合并，结构更简单、计算更高效。
应用场景：
- LSTM 更适合处理长序列、信息复杂且需要长期记忆的任务，如机器翻译、语音识别、长时间序列预测等。
- GRU 则适用于实时、低资源消耗任务或短序列问题，比如实时语音助手、简单对话系统和资源受限设备上的应用。

通过理解这两种结构及其应用场景，可以根据具体任务选择合适的模型，兼顾性能和效率。