TF - RNN

• RNN（Recurrent Neural Network, 递归神经网络）

处理文字或者语音问题时，需要把它看做一个连续的整体，这里给神经网络加上了一个反馈回路，反馈回路会把上一个时间的输出当做下一个时间的输出来处理。

在时间线上反馈回路

RNN与BP神经网络的区别就在于有反馈回路，但他们都有梯度消失的问题，之前的信息会随着时间不断的衰减。

time五六次就会出现梯度消失的问题（黑色渐变为白色）

如果采用y=x这种激活函数，虽然不会出现信号消失的问题， 但会一直记住一些无用的东西，这样是不合理的。合理的做法我们应该进行有选择的记忆，有用的东西就记录下来，没有用的东西就选择忘记。 根据这种思想就诞生了LSTM。

• LSTM(Long Short Term Memory)

计算过程

从下面输入，与input gate相乘，forget gate进行信号衰减，output gate进行输出和输出信号强度控制。三个gate都是进行训练进行调整。

上图看出三个gate的输入信号都是一样的，当前block的输入信号、上一个block的输出信号以及cell传过来的信号。

时间1传过来的学习信号向后传播，影响第4项和第6项的学习结果，通过三个gate来控制信号什么时候输出。

• LSTM用于图片分类

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

# 载入数据集
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

# 输入图片是28*28
n_inputs = 28  # 输入一行，一行有28个数据
max_time = 28  # 一共28行
lstm_size = 100  # 隐层单元 (block)
n_classes = 10  # 10个分类
batch_size = 50  # 每批次50个样本
n_batch = mnist.train.num_examples // batch_size  # 计算一共有多少个批次

# 这里的none表示第一个维度可以是任意的长度
x = tf.placeholder(tf.float32, [None, 784])
# 正确的标签
y = tf.placeholder(tf.float32, [None, 10])

# 初始化权值
weights = tf.Variable(tf.truncated_normal([lstm_size, n_classes], stddev=0.1))
# 初始化偏置值
biases = tf.Variable(tf.constant(0.1, shape=[n_classes]))


# 定义RNN网络
def RNN(X, weights, biases):
    # inputs=[batch_size, max_time, n_inputs]
    inputs = tf.reshape(X, [-1, max_time, n_inputs])
    # 定义LSTM基本CELL
    lstm_cell = tf.contrib.rnn.BasicLSTMCell(lstm_size)
    # final_state[state, batch_size, cell.state_size]

    #outputs: The RNN output Tensor.
    # If time_major == False (default), this will be a Tensor shaped: [batch_size, max_time, cell.output_size].
    # If time_major == True, this will be a Tensor shaped: [max_time, batch_size, cell.output_size].

    outputs, final_state = tf.nn.dynamic_rnn(lstm_cell, inputs, dtype=tf.float32)
    results = tf.nn.softmax(tf.matmul(final_state[1], weights) + biases)
    return results


# 计算RNN的返回结果
prediction = RNN(x, weights, biases)
# 损失函数
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=y))
# 使用AdamOptimizer进行优化
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# 结果存放在一个布尔型列表中
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(prediction, 1))  # argmax返回一维张量中最大的值所在的位置
# 求准确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  # 把correct_prediction变为float32类型
# 初始化
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for epoch in range(10):
        for batch in range(n_batch):
            batch_xs, batch_ys = mnist.train.next_batch(batch_size)
            sess.run(train_step, feed_dict={x: batch_xs, y: batch_ys})

        acc = sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels})
        print("Iter " + str(epoch) + ", Testing Accuracy= " + str(acc))

结果