【人工智能引论期末复习】第6章深度学习4

一、基本概念与填空考点

RNN全称：循环神经网络（Recurrent Neural Network）
RNN的主要特点：
- 具有记忆能力，能处理序列数据
- 前后输入之间存在依赖关系
与CNN和前馈网络的区别：
- CNN：局部感知、参数共享，用于图像
- RNN：处理序列（如文本、语音、视频）
RNN的两种主要结构：
- 简单循环网络（SRN / Elman Network）
- 长短时记忆网络（LSTM）
LSTM的三个门结构：
- 输入门（Input Gate）
- 遗忘门（Forget Gate）
- 输出门（Output Gate）
GRU的两个门结构：
- 更新门（Update Gate）
- 重置门（Reset Gate）
RNN的训练算法：
- BPTT（沿时间反向传播）

二、结构与应用题型

RNN的输入输出类型：
- 一对一、一对多、多对一、多对多
- 举例：情感分类（多对一）、机器翻译（多对多）、图像描述（一对多）
RNN在NLP中的应用：
- 词性标注、情感分析、机器翻译、问答系统
LSTM与GRU的区别：
- LSTM：三个门，结构复杂，记忆单元独立
- GRU：两个门，结构简单，计算更快

三、计算与推导题型

RNN时间展开计算：
- 给定输入序列、初始隐状态、权重，能计算隐状态序列与输出序列
- 示例题型见课件中“Example: All weights are 1”部分
LSTM门控计算：
- 给定输入、前一状态、门控信号，能计算记忆单元更新与输出
- 课件中LSTM示例表格是典型计算题来源
梯度消失与爆炸：
- RNN梯度消失的原因：连乘导致梯度指数衰减
- LSTM如何缓解：通过门控机制控制信息流动

四、对比与简答题型

RNN vs CNN vs 前馈网络：
- 结构差异、适用任务差异、记忆能力差异
LSTM vs GRU：
- 结构差异、计算效率、适用场景
BPTT vs 标准BP：
- BPTT是BP在时间维度上的展开
- 需理解梯度如何沿时间步传播

五、图示与流程题

RNN展开图：
- 能画出RNN在时间上的展开图（如课件中“Recurrent Network”图示）
LSTM单元结构图：
- 能标注输入门、遗忘门、输出门、记忆单元、输入输出路径
GRU结构图：
- 能标注更新门、重置门、隐状态传递路径

六、记忆与概念强化题

关键人物与模型：
- Elman Network（1990）
- LSTM（Hochreiter & Schmidhuber，1997）
- GRU（Cho et al.，2014）
RNN的缺点与改进：
- 梯度消失 → LSTM/GRU
- 计算效率低 → 优化结构如GRU
RNN与递归神经网络（RecNN）的区别：
- RNN处理序列，RecNN处理树状结构

✅ 复习建议：

熟记RNN、LSTM、GRU的结构名称与门控机制
掌握序列计算题型（如课件中线性权重为1的示例）
理解BPTT与梯度问题的关系
能画出RNN、LSTM的结构示意图
熟悉RNN在NLP中的典型应用场景

题目2：LSTM门控信号计算（选择题型）

题目：
LSTM中，输入门、遗忘门、输出门的激活函数通常为（）函数，输出值范围在（）之间，用于模拟门的（）状态。
A. Sigmoid，[0,1]，开/关
B. Tanh，[-1,1]，正/负
C. ReLU，[0,∞]，激活/抑制
D. Softmax，[0,1]，概率分布

答案：A

🔤填空题集

RNN全称是循环神经网络，主要用于处理序列数据。
RNN中用于训练的时间反向传播算法简称BPTT。
LSTM的三个门分别是输入门、遗忘门、输出门。
GRU的两个门分别是更新门、重置门。
RNN容易出现梯度消失问题，LSTM通过门控机制缓解该问题。
Elman Network是简单循环网络（SRN）的一种。
RNN在时间维度上展开后，可看作是一个深度网络。
在机器翻译任务中，RNN通常采用多对多结构。
LSTM中遗忘门的作用是控制是否遗忘上一时刻记忆。
GRU相比LSTM的优点是结构简单、计算速度快。

❓简答题集

简述RNN与CNN的主要区别。
- RNN适用于序列数据，具有记忆能力；CNN适用于图像数据，具有局部感知和参数共享特性。
为什么RNN会出现梯度消失问题？LSTM是如何缓解的？
- RNN梯度在时间步上连乘，导致指数衰减。LSTM引入门控机制和记忆单元，可选择性地遗忘和记忆，减轻梯度衰减。
描述LSTM中“遗忘门”的作用。
- 遗忘门决定从上一记忆单元中保留多少信息到当前记忆单元，通过Sigmoid输出[0,1]之间的值控制遗忘程度。
GRU与LSTM相比，有哪些结构上的简化？
- GRU将输入门与遗忘门合并为更新门，取消独立记忆单元，将记忆与隐状态合并，结构更简洁。
举例说明RNN在自然语言处理中的一个应用，并描述其输入输出结构。
- 如情感分类：输入为词序列（多对一），输出为情感标签（积极/消极）。
画出简单RNN在三个时间步上展开的示意图，并标注输入、隐状态、输出。
- 参考课件中“Recurrent Network”展开图。

如果你还需要RNN/LSTM/GRU的结构图示复习或更多计算变形题，我可继续整理。是否需要？

需要

以下是针对RNN/LSTM/GRU的结构图示复习要点与更多计算变形题，适合用于图文结合复习与计算巩固：

🖼️RNN/LSTM/GRU 结构图示复习要点

一、简单RNN（Elman Network）时间展开图

text

时间展开示意图（三个时间步）： x1 x2 x3 | | | v v v RNN RNN RNN | | | v v v h1 ---> h2 ---> h3 | | | v v v y1 y2 y3 说明： - h_t = f(W_i * x_t + W_h * h_{t-1} + b_h) - y_t = g(W_o * h_t + b_o) - 箭头表示隐状态传递

二、LSTM单元内部结构图

text

LSTM 单元结构： 输入： x_t (当前输入) h_{t-1} (前一隐状态) C_{t-1} (前一记忆) 门控信号： i_t = σ(W_i · [h_{t-1}, x_t] + b_i) [输入门] f_t = σ(W_f · [h_{t-1}, x_t] + b_f) [遗忘门] o_t = σ(W_o · [h_{t-1}, x_t] + b_o) [输出门] 记忆更新： C̃_t = tanh(W_c · [h_{t-1}, x_t] + b_c) [候选记忆] C_t = f_t ⊙ C_{t-1} + i_t ⊙ C̃_t [新记忆] 输出： h_t = o_t ⊙ tanh(C_t) [新隐状态] 符号说明： σ: Sigmoid ⊙: 逐元素乘 tanh: 双曲正切

三、GRU单元内部结构图

text

GRU 单元结构： 输入： x_t (当前输入) h_{t-1} (前一隐状态) 门控信号： z_t = σ(W_z · [h_{t-1}, x_t] + b_z) [更新门] r_t = σ(W_r · [h_{t-1}, x_t] + b_r) [重置门] 候选状态： h̃_t = tanh(W_h · [r_t ⊙ h_{t-1}, x_t] + b_h) 输出： h_t = (1 - z_t) ⊙ h_{t-1} + z_t ⊙ h̃_t