一文了解神經(jīng)網(wǎng)絡(luò)不同類型的單元和層連接風(fēng)格

2016 年 9 月，F(xiàn)jodor Van Veen 寫了一篇名為《The Neural Network Zoo》的文章（詳見圖文并茂的神經(jīng)網(wǎng)絡(luò)架構(gòu)大盤點(diǎn)：從基本原理到衍生關(guān)系 ），全面盤點(diǎn)了神經(jīng)網(wǎng)絡(luò)的大量框架，并繪制了直觀示意圖進(jìn)行說明。近日，他又發(fā)表了一篇題為《The Neural Network Zoo Prequel:Cells and Layers》文章，該文是其上篇文章的前篇，對(duì)于文中涉及但沒有深入展開的神經(jīng)網(wǎng)絡(luò)的單元與層的部分再次做了一個(gè)圖文并茂的介紹。

Cell（單元）

《The Neural Network Zoo》一文展示了不同類型的單元和不同的層連接風(fēng)格，但并沒有深入探討每個(gè)單元類型是如何工作的。大量的單元類型擁有彼此不同的顏色，從而更清晰地區(qū)分網(wǎng)絡(luò)，但是自此之后我發(fā)現(xiàn)這些單元的工作方式大同小異，下面我對(duì)每個(gè)單元逐一描述。

基本的神經(jīng)網(wǎng)絡(luò)單元，屬于常規(guī)性前饋架構(gòu)之中的類型，且相當(dāng)簡(jiǎn)單。單元通過權(quán)重與其他神經(jīng)元相連接，即，它可以連接到前一層的所有神經(jīng)元。每個(gè)連接有其自身的權(quán)重，在開始時(shí)它常常是一個(gè)隨機(jī)數(shù)。一個(gè)權(quán)重可以是負(fù)數(shù)、正數(shù)、小值、大值或者為 0。它連接的每一個(gè)單元值被其各自的連接權(quán)重相乘，得到的結(jié)果值全部相加。在其頂部，也會(huì)相加一個(gè)偏置項(xiàng)。偏置項(xiàng)可以防止單元陷入零點(diǎn)輸出（outputting zero），加速其操作，并減少解決問題所需的神經(jīng)元數(shù)量。偏置項(xiàng)也是一個(gè)數(shù)，有時(shí)是常數(shù)（通常是 -1 或 1），有時(shí)是變量。這一總和接著傳遞至激活函數(shù)，得到的結(jié)果值即是單元值。

卷積單元和前饋單元很像，除了前者通常連接到前一層的僅僅少數(shù)幾個(gè)神經(jīng)元之外。它們常用于保護(hù)空間信息，因?yàn)槠溥B接到的不是少數(shù)幾個(gè)隨機(jī)單元，而是一定距離內(nèi)的所有單元。這使得它們很適合處理帶有大量局部信息的數(shù)據(jù)，比如圖像和音頻（但大部分是圖像）。解卷積單元與卷積單元相反：前者傾向于通過局部連接到下一層來解碼空間信息。兩個(gè)單元通常有獨(dú)自訓(xùn)練的克?。╟lone），每個(gè)克隆各有其權(quán)重，并以相同的方式相互連接。這些克隆可被看做具有相同結(jié)構(gòu)的分離網(wǎng)絡(luò)。兩者本質(zhì)上和常規(guī)單元相同，但是使用不同。

池化和內(nèi)插單元（interpolating cell）頻繁地與卷積單元相連接。這些單元實(shí)際上并不是單元，而是原始操作。池化單元接收輸入的連接并決定哪些連接獲得通過。在圖像中，這可被看做是縮小圖片。你再也看不到所有的像素，并且它不得不學(xué)習(xí)哪些像素應(yīng)該保留哪些舍棄。內(nèi)插單元執(zhí)行相反的操作，它們接收一些信息并將其映射到更多的信息。額外信息是組成的，就像放大一個(gè)低分辨率圖片一樣。內(nèi)插單元不是池化單元唯一的反轉(zhuǎn)操作，但是二者相對(duì)來講比較普遍，因?yàn)槠鋵?shí)現(xiàn)快速而簡(jiǎn)單。它們各自連接，這很像卷積與解卷積。

平均值與標(biāo)準(zhǔn)差單元（幾乎完全是作為概率性單元被成對(duì)發(fā)現(xiàn)）用于表征概率分布。平均值就是平均值，標(biāo)準(zhǔn)差是指在兩個(gè)方向上能偏離這個(gè)平均值有多遠(yuǎn)。例如，一個(gè)用于圖像的概率 cell 可以包含一個(gè)特定像素上有多少紅色的信息。比如說平均值為 0.5，標(biāo)準(zhǔn)差為 0.2。當(dāng)從這些概率單元中取樣時(shí)，需要在高斯隨機(jī)數(shù)生成器中輸入這些值，值在 0.4 到 0.6 之間的為可能性相當(dāng)大的結(jié)果；那些遠(yuǎn)離 0.5 的值可能性則很低（但依然有可能）。平均值與標(biāo)準(zhǔn)差 cell 經(jīng)常全連接到前一層或下一層，并且沒有偏差。

循環(huán)單元不僅連接到層，并且隨著時(shí)間推移還會(huì)有連接。每個(gè)單元內(nèi)部存儲(chǔ)有先前的值。它們就像基本單元一樣被更新，但是帶有額外的權(quán)重：連接到單元的先前值，并且絕大部分時(shí)間也連接到同一層的所有單元。當(dāng)前值和存儲(chǔ)的先前值之間的這些權(quán)重更像是一個(gè)易失性存儲(chǔ)器（a volatile memory），就像 RAM，接收擁有一個(gè)特定「狀態(tài)」的屬性，同時(shí)如果沒被饋送則消失。由于先前值被傳遞到激活函數(shù)，并且通過激活函數(shù)每一個(gè)更新傳遞這個(gè)激活的值連帶其他的權(quán)重，所以信息將不斷丟失。事實(shí)上，保留率是如此之低，以至于在 4 至 5 次迭代之后，幾乎所有的信息都丟失了。

長(zhǎng)短期記憶單元用于解決發(fā)生在循環(huán)單元中信息快速丟失的問題。LSTM 單元是邏輯回路，復(fù)制了為電腦設(shè)計(jì)內(nèi)存單元的方式。相較于存儲(chǔ)兩個(gè)狀態(tài)的 RNN 單元，LSTM 單元可存儲(chǔ)四個(gè)：輸出的當(dāng)前值和最終值，以及「內(nèi)存單元」?fàn)顟B(tài)的當(dāng)前值和最終值。LSTM 單元包含三個(gè)「門」：輸入門、輸出門、遺忘門，并且也僅包含常規(guī)輸入。這些門中每一個(gè)各有其權(quán)重，這意味著連接到這種類型的 cell 需要設(shè)置四個(gè)權(quán)重（而不是僅僅一個(gè)）。門函數(shù)很像流門（flow gate），而不像柵門（fence gates）：它們可以讓任何東西通過，只是一點(diǎn)點(diǎn)，沒有，或者之間的任何。這通過與值在 0 到 1（儲(chǔ)存在這一門值中）之間的輸入信息相乘而發(fā)揮作用。輸入門接著決定有多少輸入可被加入到單元值中。輸出門決定有多少輸出值可通過剩余的網(wǎng)絡(luò)被看到。遺忘門并不與輸出單元的先前值相連接，但卻與先前的內(nèi)存單元值相連接。它決定了保留多少最終的內(nèi)存單元狀態(tài)。由于它不連接到輸出，所以信息丟失更少，因?yàn)檠h(huán)中沒有放置激活函數(shù)。

Gated 循環(huán)單元是 LSTM 的一種變體。它們也是用門防止信息丟失，但也就兩種門：更新門（update） 和重置門（reset）。這略微缺乏表現(xiàn)力，但更快。因?yàn)樗鼈冊(cè)谔幪幎加懈俚倪B接。其實(shí)，LSTM 和 GRU 之間有兩個(gè)不同：GRU 沒有輸出門保護(hù)的隱單元態(tài)，而是把輸入和遺忘門結(jié)合成了一個(gè)更新門。其中的思路是，如果你想要大量的新信息，可以遺忘一些舊信息（或者相反）。

層

將神經(jīng)元連接成圖的最基礎(chǔ)方式是將一切相互連接，這可以在 Hopfield 網(wǎng)絡(luò)和玻爾茲曼機(jī)中看到。當(dāng)然，這意味著連接的數(shù)量會(huì)有指數(shù)級(jí)的增長(zhǎng)，但表現(xiàn)力是不折不扣的。這被稱為全連接。

而后，有人發(fā)現(xiàn)將網(wǎng)絡(luò)分成不同的層是有用的，其中一層的一系列或一組神經(jīng)元之間不連接，但與其他組的神經(jīng)元相連接。例如受限玻爾茲曼機(jī)中的網(wǎng)絡(luò)層。如今，使用層的觀念已經(jīng)推廣到了任何數(shù)量的層，在幾乎所有的架構(gòu)中都能看到。這也被稱為全連接（可能有點(diǎn)混淆），因?yàn)閷?shí)際上完全連接的網(wǎng)絡(luò)很不常見。

卷積連接層要比全連接層更受限制：每個(gè)神經(jīng)元只與其他組相近的神經(jīng)元連接。圖像和音頻包含大量的信息，不能一對(duì)一地被用于直接饋送到網(wǎng)絡(luò)（例如，一個(gè)神經(jīng)元對(duì)應(yīng)一個(gè)像素）。卷積連接的思路來自于對(duì)保留重要的空間信息的觀察。結(jié)果證明，這是一個(gè)好的想法，被用于許多基于神經(jīng)網(wǎng)絡(luò)的圖像和語音應(yīng)用中。但這種設(shè)置沒有全連接層更具表達(dá)力。其實(shí)它是一種「重要性」過濾的方式，決定這些緊湊的信息數(shù)據(jù)包中哪些是重要的。卷積連接對(duì)降維也很棒。依靠其實(shí)現(xiàn)，及時(shí)空間上非常遠(yuǎn)的神經(jīng)元也能連接，但量程高于 4 或 5 的神經(jīng)元就很少被用到了。注意，這里的「空間」通常指代二維空間，用這種二維空間表達(dá)神經(jīng)元互相連接的三維面。連接范圍在所有的維度都能被應(yīng)用。

另一個(gè)選擇當(dāng)然就是隨機(jī)連接神經(jīng)元了（randomly connected neurons）。它也有兩個(gè)主要變體：允許一部分所有可能的連接，或者連接層之間神經(jīng)元的一部分。隨機(jī)連接有利于線性地減少網(wǎng)絡(luò)的表現(xiàn)，可被用于陷入表現(xiàn)問題的大型網(wǎng)絡(luò)的全連接層。在某些情況下，有更多神經(jīng)元的更稀疏的連接層表現(xiàn)更好，特別是當(dāng)有大量的信息需要存儲(chǔ)，但不需要交換時(shí)（有點(diǎn)類似于卷積連接層的效力，但卻是隨機(jī)的）。就像 ELM、ESN 和 LSM 中看到的，非常稀疏的連接系統(tǒng)（1% 或 2%）也會(huì)被用到。特別是在脈沖網(wǎng)絡(luò)（spiking network）中，因?yàn)橐粋€(gè)神經(jīng)元有越多的連接，每個(gè)權(quán)重?cái)y帶的能量越少，意味著越少的傳播和模式重復(fù)。

延時(shí)連接是指神經(jīng)元間并非從前面的層獲得信息，而是從過去獲得信息（大部分是之前的迭代）。這使得時(shí)間信息（時(shí)間、時(shí)序）可被存儲(chǔ)。這類連接有時(shí)要手動(dòng)重置，從而清除網(wǎng)絡(luò)的「state」。與常規(guī)連接的主要不同是這些連接持續(xù)在變化，甚至在網(wǎng)絡(luò)沒被訓(xùn)練時(shí)。

下圖展示了以上描述內(nèi)容的一些小樣本網(wǎng)絡(luò)及其連接。在不知道什么連接什么時(shí)，我就會(huì)使用它（特別是在做 LSTM 或 GRU cell 時(shí)）：