基础的 RNN 网络结构如下图所示，上一个时间戳的状态向量 𝑡−1与当前时间戳的输入𝒙𝑡经过线性变换后，通过激活函数𝑡𝑎𝑛ℎ后得到新的状态向量 𝑡。
相对于基础的RNN网络只有一个状态向量 𝑡，LSTM 新增了一个状态向量𝑪𝑡，同时引入了门控(Gate)机制，通过门控单元来控制信息的遗忘和刷新，如下图所示：
在 LSTM 中，有两个状态向量𝒄和h ，其中𝒄作为LSTM 的内部状态向量，可以理解为LSTM 的内存状态向量Memory，而 h表示LSTM 的输出向量。相对于基础的RNN 来说，LSTM 把内部Memory 和输出分开为两个变量，同时利用三个门控：输入门(Input Gate)、遗忘门(Forget Gate)和输出门(Output Gate)来控制内部信息的流动。
门控机制可以理解为控制数据流通量的一种手段，类比于水阀门：当水阀门全部打开时，水流畅通无阻地通过；当水阀门全部关闭时，水流完全被隔断。在LSTM 中，阀门开和程度利用门控值向量𝒈表示，如下图所示，通过𝜎(𝒈)激活函数将门控制压缩到[0,1]之间区间，当𝜎(𝒈) = 0时，门控全部关闭，输出𝒐 = 0；当𝜎(𝒈) = 1时，门控全部打开，输出𝒐 = 𝒙。通过门控机制可以较好地控制数据的流量程度。
下面分别介绍三个门控的原理及作用
遗忘门
遗忘门作用于LSTM 状态向量𝒄上面用于控制上一个时间戳的记忆𝒄𝑡−1对当前时间戳的影响。遗忘门的控制变量𝒈𝑓由 𝒈𝑓 = 𝜎(𝑾𝑓[ h𝑡−1, 𝒙𝑡 ] + 𝒃𝑓 ) 产生，如图下图所示，其中𝑾𝑓和𝒃𝑓为遗忘门的参数张量，可由反向传播算法自动优化，𝜎为激活函数，一般使用Sigmoid 函数。当门控𝒈𝑓 = 1时，遗忘门全部打开，LSTM 接受上一个状态𝒄𝑡−1的所有信息；当门控𝒈𝑓 = 0时，遗忘门关闭，LSTM 直接忽略𝒄𝑡−1，输出为0的向量。这也是遗忘门的名字由来。
经过遗忘门后，LSTM 的状态向量变为𝒈𝒄
。
输入门
输入门用于控制LSTM 对输入的接收程度。首先通过对当前时间戳的输入𝒙𝑡和上一个
时间戳的输出 𝑡−1做非线性变换得到新的输入变量
其中𝑾𝑐和𝒃𝑐为输入门的参数，需要通过反向传播算法自动优化，tanh 为激活函数，用于将
输入标准化到[−1,1]区间。𝒄 𝑡并不会全部刷新进入LSTM 的Memory，而是通过输入门控制
接受输入的量。输入门的控制变量同样来自于输入𝒙𝑡和输出 h 𝑡−1：
其中𝑾𝑖和𝒃𝑖为输入门的参数，需要通过反向传播算法自动优化，𝜎为激活函数，一般使用Sigmoid 函数。输入门控制变量𝒈𝑖决定了LSTM 对当前时间戳的新输入𝒄 𝑡的接受程度：当𝒈𝑖 = 0时，LSTM 不接受任何的新输入𝒄 𝑡；当𝒈𝑖 = 1时，LSTM 全部接受新输入𝒄 𝑡，如图所示。
经过输入门后，待写入Memory 的向量为𝒈𝑖 𝒄𝑡
刷新Memory
在遗忘门和输入门的控制下，LSTM 有选择地读取了上一个时间戳的记忆𝒄𝑡−1和当前
时间戳的新输入𝒄 𝑡，状态向量𝒄𝑡的刷新方式为：
得到的新状态向量𝒄𝑡即为当前时间戳的状态向量，如上图所示。
输出门
LSTM 的内部状态向量𝒄𝑡并不会直接用于输出，这一点和基础的RNN 不一样。基础的RNN 网络的状态向量 既用于记忆，又用于输出，所以基础的RNN 可以理解为状态向量𝒄和输出向量 是同一个对象。在LSTM 内部，状态向量并不会全部输出，而是在输出门的作用下有选择地输出。输出门的门控变量𝒈𝑜为：
其中𝑾𝑜和𝒃𝑜为输出门的参数，同样需要通过反向传播算法自动优化，𝜎为激活函数，一般使用Sigmoid 函数。当输出门𝒈𝑜 = 0时，输出关闭，LSTM 的内部记忆完全被隔断，无法用作输出，此时输出为0 的向量；当输出门𝒈𝑜 = 1时，输出完全打开，LSTM 的状态向量𝒄𝑡全部用于输出。LSTM 的输出由：
产生，即内存向量𝒄𝑡经过tanh激活函数后与输入门作用，得到LSTM 的输出。由于𝒈𝑜 ∈ [0,1]，tanh(𝒄t) ∈ [−1,1]，因此LSTM 的输出 𝑡 ∈ [−1,1]。
小结
LSTM 虽然状态向量和门控数量较多，计算流程相对复杂。但是由于每个门控功能清晰明确，每个状态的作用也比较好理解。这里将典型的门控行为列举出来，并解释其代码的LSTM 行为，如表所示。
输入门控 | 遗忘门控 | LSTM行为 |
0 | 1 | 只使用记忆 |
1 | 1 | 综合输入和记忆 |
0 | 0 | 清零记忆 |
1 | 0 | 输入覆盖记忆 |
LSTM实战
在上一篇的博客中我们使用了SimpleRNN层去完成了一个简单的情感分类问题,但是在实际的工程当中很少有人会直接使用SimpleRNN而是多去使用LSTM或者GRU. 我们只需要将上篇博客的内容稍作修改便可以转化为LSTM层的使用
LSTMCell
和SimpleRNN一样,Tensorflow提供了两个网络层的表达方式,一个是LSTMCell一个是LSTM
self.state0 = [tf.zeros([batchsz, units])]
self.state1 = [tf.zeros([batchsz, units])]
==>
self.state0 = [tf.zeros([batchsz, units]),tf.zeros([batchsz, units])]
self.state1 = [tf.zeros([batchsz, units]),tf.zeros([batchsz, units])]
self.rnn_cell0 = layers.SimpleRNNCell(units, dropout=0.5)
self.rnn_cell1 = layers.SimpleRNNCell(units, dropout=0.5)
==>
self.rnn_cell0 = layers.LSTMCell(units,dropout=0.5)
self.rnn_cell1 = layers.LSTMCell(units,dropout=0.5)只要改这四行代码即可
LSTM层
如果是LSTM层就更简单了
self.rnn = keras.Sequential([
layers.LSTM(units,dropout=0.5,return_sequences=True,unroll=True),
layers.LSTM(units,dropout=0.5,unroll=True)
])
构建时候把SimpleRNN改成LSTM就ok了
