1. 参考资料
强烈推荐B站刘二大人的《PyTorch深度学习实践》非常适合小白入门，墙裂推荐。
2. 什么情况用RNN？
- RNN用来处理有明显时间序列信息。下图是传统的D（dense or depp）NN结构图，其中[x1, x2, …x8]是一个样本中的8个特征作为输出，经过计算生成y_hat。
- 而RNN的处理对象是具有明显时间序列信息的样本。比如气象资料就是是典型的时间序列数据。如下表，我们已知前三个时次的气象数据和是否下雨的资料，需要知道第四个时次是否下雨，每个时次的气象数据都受到上些时次的影响，是连续的信息。
每个x1中有三个特征，传统的方法是把{x1, x2, x3}连接成为一个维度为3（时间长度）*3（特征个数）=9的长向量，然后通过DNN全连接的方式进行训练计算y_hat，但明显这种方法在时间序列较长，气象要素（维度）较多时计算非常耗时耗力。
| 时间 | 气温 | 气压 | 雨 |
|---|---|---|---|
| 1（x1） | 25 | 1030 | 0 |
| 2 (x2) | 24 | 1029 | 1 |
| 3 (x3) | 23 | 1031 | 1 |
| 4 | 22 | 1027 | ? |
RNN 就是用来处理这类有明显时间序列关系的最好的方式。
3. 什么是RNN cell?
-
重点：处理有明显时间序列信息时，能够实现权重共享，比DNN全连接层权重大大减少。
下图中的RNN cell 就实现了权重共享。x1（第一个时刻）的输入信息通过RNN cell（线性层 wx+b）计算可以得到h1(隐藏层），h1通过参与x2的RNN cell的计算生成h2，依次类推，这样使得每一个时刻xt都参与下一个时刻xt+1的计算，使得各个层连接起来。x1时刻需要给一个初始化的h0, 一般是直接给一个长度和h1等相同的0向量。
图中每个RNN cell线性层都是同一个，实现了权重共享。
这个过程用简化的非正规的代码来写，就是：
h0 = 0
for x in X:
h1 = linear( x1, h0)
h2 = linear(x2, h1)
大概就是这个意思。 -
那么h1是怎么参与x2的线性层计算的呢？最重要的是理清楚各种维度信息！
定义第t个时刻的气象数据xt有5个特征（包含气温，气压，水汽含量，U, V，此处便于个例理解忽略了空间信息），也就是：
xt.shape = input_size = 5,
hidden_size = 8，(自己定义）
因为输出的h.shape =8 ，所以输入的xt(input_size=5)经过线性层计算（wx+b）需要得到长度为8的向量，这样要求权重Wih（计算输入x的权重）的维度为一个8行5列的向量，所以Wih.shape = (hidden_size, input_size)= (8, 5)。
ht-1.shape = (hidden_size), 是一个长度为8的向量，为了便于和x1结合，它经过线性层的变换，也需要输出一个长度为8的向量，这样要求计算h的权重Whh.shape = (hidden_size, hidden_size）= （8， 8），是一个8*8的向量。
ht-1通过线性层RNN cell计算得出的长度为8的向量和xt经过线性层变换得到的长度为8的向量相加，再经过激活函数tanh，共同生成了xt时刻下的ht，维度为8（hidden_size）。
也就是一个线性层RNN cell中有两个W和b。
4. 如何在pytorch中建立RNN cell
不得不说，刘老师讲的太详细了。
建立RNN cell 用torch.nn.RNN，其中主要的输入变量为input_size, hidden_size,和num_layers，前两个都好理解，num_layer指的是RNN cell在垂直方向上有多少层，也就是xt经过多少次线性层才能得到h1. 之前的例子中num_layers都是1，也就是垂直方向上只有1个层。
RNN cell 建立好后，out, hidden = cell (inputs, hidden)中 inputs是{x1…xn}数据，维度为（Nt，batch_size, input_size），hidden是h0, 输出的话out是{h1, … hn}，维度为（num_layers, batch_size, hidden_size）,hidden输出的是hn。这样就不用对每一个时次进行遍历循环，比torch.nn.RNNcell用起来方便啦。
这样RNN的建立和使用就非常清晰，其实不麻烦，就是搞清楚维度问题。
记录！
