Highway Networks

导读

本文讨论了深层神经网络训练困难的原因以及如何使用Highway Networks去解决深层神经网络训练的困难,并且在pytorch上实现了Highway Networks。

 

一 、Highway Networks 与 Deep Networks 的关系

深层神经网络相比于浅层神经网络具有更好的效果,在很多方面都已经取得了很好的效果,特别是在图像处理方面已经取得了很大的突破,然而,伴随着深度的增加,深层神经网络存在的问题也就越大,像大家所熟知的梯度消失问题,这也就造成了训练深层神经网络困难的难题。2015年由Rupesh Kumar Srivastava等人受到LSTM门机制的启发提出的网络结构(Highway Networks)很好的解决了训练深层神经网络的难题,Highway Networks 允许信息高速无阻碍的通过深层神经网络的各层,这样有效的减缓了梯度的问题,使深层神经网络不在仅仅具有浅层神经网络的效果。

 

二、Deep Networks 梯度消失/爆炸(vanishing and exploding gradient)问题

我们先来看一下简单的深层神经网络(仅仅几个隐层)

先把各个层的公式写出来

Highway Networks

我们对W1求导:

Highway Networks

W = W - lr * g(t)

以上公式仅仅是四个隐层的情况,当隐层的数量达到数十层甚至是数百层的情况下,一层一层的反向传播回去,当权值 < 1的时候,反向传播到某一层之后权值近乎不变,相当于输入x的映射,例如,g(t) =〖0.9〗^100已经是很小很小了,这就造成了只有前面几层能够正常的反向传播,后面的那些隐层仅仅相当于输入x的权重的映射,权重不进行更新。反过来,当权值 > 1的时候,会造成梯度爆炸,同样是仅仅前面的几层能更改正常学习,后面的隐层会变得很大。

 

三、Highway Networks Formula

Notation

(.) 操作代表的是矩阵按位相乘

sigmoid函数:

Highway Networks

Highway Networks formula

对于我们普通的神经网络,用非线性激活函数H将输入的x转换成y,公式1忽略了bias。但是,H不仅仅局限于激活函数,也采用其他的形式,像convolutional和recurrent。

Highway Networks

对于Highway Networks神经网络,增加了两个非线性转换层,一个是 T(transform gate) 和一个是 C(carry gate),通俗来讲,T表示输入信息经过convolutional或者是recurrent的信息被转换的部分,C表示的是原始输入信息x保留的部分 ,其中 T=sigmoid(wx + b)

Highway Networks

为了计算方便,这里定义了 C = 1 - T

Highway Networks

需要注意的是x,y, H, T的维度必须一致,要想保证其维度一致,可以采用sub-sampling或者zero-padding策略,也可以使用普通的线性层改变维度,使其一致。

几个公式相比,公式3要比公式1灵活的多,可以考虑一下特殊的情况,T= 0的时候,y = x,原始输入信息全部保留,不做任何的改变,T = 1的时候,Y = H,原始信息全部转换,不在保留原始信息,仅仅相当于一个普通的神经网络。

Highway Networks

 

四、Highway BiLSTM Networks

Highway BiLSTM Networks Structure Diagram
下图是 Highway BiLSTM Networks 结构图:
input:代表输入的词向量
B:在本任务代表bidirection lstm,代表公式(2)中的 H
T:代表公式(2)中的 T,是Highway Networks中的transform gate
C:代表公式(2)中的 C,是Highway Networks中的carry gate
Layer = n,代表Highway Networks中的第n层
Highway:框出来的代表一层Highway Networks
在这个结构图中,Highway Networks第 n - 1 层的输出作为第n层的输入

Highway Networks

Highway BiLSTM Networks Demo
pytorch搭建神经网络一般需要继承nn.Module这个类,然后实现里面的forward()函数,搭建Highway BiLSTM Networks写了两个类,并使用nn.ModuleList将两个类联系起来:

Highway Networks

Highway Networks

HBiLSTM类的forward()函数里面我们实现Highway BiLSTM Networks的的公式
首先我们先来计算H,上文已经说过,H可以是卷积或者是LSTM,在这里,normal_fc就是我们需要的H

Highway Networks

上文提及,x,y,H,T的维度必须保持一致,并且提供了两种策略,这里我们使用一个普通的Linear去转换维度

Highway Networks

也可以采用zero-padding的策略保证维度一致

Highway Networks

维度一致之后我们就可以根据我们的公式来写代码了:

Highway Networks

最后的information_flow就是我们的输出,但是,还需要经过转换维度保证维度一致。
更多的请参考Github: Highway Networks implement in pytorch

[https://github.com/bamtercelboo/pytorch_Highway_Networks]

 

五、Highway BiLSTM Networks 实验结果

本次实验任务是使用Highway BiLSTM Networks 完成情感分类任务(一句话的态度分成积极或者是消极),数据来源于Twitter情感分类数据集,以下是数据集中的各个标签的句子个数:

Highway Networks

下图是本次实验任务在2-class数据集中的测试结果。图中1-300在Highway BiLSTM Networks中表示Layer = 1,BiLSTM 隐层的维度是300维。

Highway Networks

实验结果:从图中可以看出,简单的多层双向LSTM并没有带来情感分析性能的提升,尤其是是到了10层之后,效果有不如随机的猜测。当用上Highway Networks之后,虽然性能也在逐步的下降,但是下降的幅度有了明显的改善。

 

References

  • Highway Networks(paper)

    https://arxiv.org/pdf/1505.00387.pdf

  • Training Very Deep Networks

       https://arxiv.org/pdf/1507.06228.pdf

  • 为什么深层神经网络难以训练

    http://blog.csdn.net/binchasing/article/details/50300069

  • Training Very Deep Networks–Highway Networks

    http://blog.csdn.net/cv_family_z/article/details/50349436

  • Very Deep Learning with Highway Networks

    http://people.idsia.ch/~rupesh/very_deep_learning/

  • Hightway Networks学习笔记

    http://blog.csdn.net/sinat_35218236/article/details/73826203?utm_source=itdadao&utm_medium=referral


更多精彩内容,请关注 深度学习自然语言处理 公众号,就是下方啦!跟随小博主,每天进步一丢丢!哈哈!

Highway Networks

上一篇:[C1W4] Neural Networks and Deep Learning - Deep Neural Networks


下一篇:ubuntu18快速运行pytracking