Stacked RNN（多层RNN）

1. 原理

多个全连接层可以堆叠，多个卷积层也可以堆叠。同理：RNN也可以堆叠形成多层RNN。
如下图所示：对于每一个时刻的输出 $h_t$，它既会作为下一个时刻的输入，也会作为下一层RNN的输入。

第二层同理：

最终最后一层RNN的最后一个 $h_t$ 即为模型的输出：

2. 代码实现

加入多层LSTM，其中除最后一层的LSTM，把其他层的return_sequences置为True，因为需要它们作为下一层RNN的输入。

模型参数： 其中32为特征向量维度，这里不一定每一层的维度都为32，纯属巧合

模型效果： 与之前的普通LSTM变化不大，原因在于Embedding层的参数太多了，没有足够多的数据把Embedding训练好导致过拟合，加再多的LSTM层也无济于事

---

Bidirectional RNN

之前提到RNN和人的阅读习惯类似，从左往右读。人在阅读过程中在脑中记录信息，而RNN在状态向量 $h_t$ 中记录信息。而对RNN来说，从前往后阅读和从后往前阅读差别并不大。
因此：

• 可以想到可以从两个方向分别训练RNN，两者不共享参数，也不共享状态。
• 两条RNN各自输出自己的状态向量，然后把这两个向量作concatenation，
• 还可以堆叠双向RNN，原理和上面提到的类似，把concatenation后的向量作为下一层的输入即可
• 如果不进行堆叠，则舍弃 $y$ 。只保留最后的两个 $h_t$ 即可，对它们作concatenation作为输出
  
  双向RNN一般情况下都会比普通的RNN效果好，原因是：
• 无论是Simple RNN还是LSTM都或多或少会遗忘前面的信息
• 从左往右的RNN最后会遗忘掉偏左边的信息，从右往左的RNN最后会遗忘掉偏右边的信息，这两者正好形成了互补

代码实现

导入Bidirectional即可实现双向RNN，这里是单层的实现

参数：

模型效果： 还是没有太大的改进，原理同上——Embedding层的参数太多了，没有足够多的数据把Embedding训练好导致过拟合，改进LSTM效果不佳

---

Pretrain

预训练在深度学习中非常常用，比如卷积神经网络。如果网络太大而训练数据不够大，那么可以在ImageNet等大数据上做预训练，好处在于：

• 有良好的初始化
• 避免过拟合

而我们训练RNN的时候是同理的，如下图所示，我们的Embedding层有32w个参数，而我们只有2w个样本。我们的模型太大而训练数据太少就容易导致过拟合

固我们可以得出解决办法：对Embedding层作预训练

具体方法

1. 让模型在一个大的数据集上作预训练。最好是在情感分析上的数据集上进行预训练，两个任务越相似，预训练效果越好。训练的神经网络可以是任意的，即不是RNN都行
2. 只保留这个网络的Embedding层和模型参数，然后用我们自己的RNN网络
3. 训练我们自己的RNN，参数都是随机初始化的，而Embedding参数的已经训练好的，把它固定住，只训练其他层
   

---

Summary

想要RNN模型的效果好，关注以下几个点：

• Simple RNN和LSTM是两种不同的RNN，用LSTM肯定比用Simple RNN好
• 尽量用双向RNN
• 当堆叠的层足够大时，多层RNN的效果可能会比单层好
• 当数据小而模型大时，考虑预训练Embedding层