本文首次发表于知乎，欢迎关注作者。

。有了这个 RNN 模块后，就像搭积木一样，以 RNN 为基本单元，根据不同的任务或者需求，可以构建不同的模型架构。本节介绍的所有结构，在实际使用时均可以用 RNN 的变体 LSTM，GRU 等作为基本单元，方便起见，本小节我们以 RNN 为基本单元进行说明。我们来认识下 RNN 一些常见的模型架构。

1. bidirectional RNN（双向 RNN）

当我们可以获得一条完整的输入序列时，即每个时刻的输入数据都可以同时获得。我们不仅可以利用 RNN 从左到右的进行计算，同时也可以从右到左进行计算。如图 1-1 所示，用 2 个不同 Cell 分别捕捉来自不同方向的 memory（信息）。

先对图片和公式中的符号集中说明，需要时方便查看：

2. Deep RNN（多层 RNN）

前文我们介绍的 RNN，是数据在时间维度上的变换。不论时间维度多长，只有一个 RNN 模块，即只有一组待学习参数（W，U），属于单层 RNN。deep RNN 也叫做多层 RNN，顾名思义它由多个 RNN 级联组成，是输入数据在空间维度上变换。如图 1-2，这是 L 层的 RNN 架构。每一层是一个单独的 RNN，共有 L 个 RNN。

3. Many to One（多对一）

在 RNN 的结构中，并不是每个时刻都要输出，根据任务需求的不同，我们可以自行决定，什么时候输出。比如我们在做情感分类任务时，一句话有多个文字，但只在最后时刻有个输出，表示 positive 或者 negtive。"多对一"的结构可以完成这个任务，如图 1-3 所示，有多个输入，最后时刻的隐状态 $h T h_T$ hT，包含了整句话的信息，然后将 $h T h_T$ hT经过变换后输出这句话的情感状态。需要额外注意，图 1-3 只是一个结构示意图，图中蓝框不仅仅可以代表单个 RNN，有时候也可以代表 biRNN 模块或者 DeepRNN 模块。

4. One to Many （一对多）

顾名思义"One to Many"是只有一个时刻的输入，具有多个时刻输出的结构。如图 1-4 所示，比如我们要描绘一张图片的内容时，用一个 CNN 模型将图片映射为一个高维表示，记作 x1 并作为 RNN 的输入，然后不断输出对图片的描述。

5. Many to Many （多对多）

从 Encode 和 Decode 的架构看，"Many to Many"有两种不同的结构。一种是 Encode 和 Decode 分别用不同的模块，即参数不一样；另外一种是 Encode 和 Decode 共用同一个模块，即共用一组参数。如图 1-5 是 Encode 和 Decode 不同模块的结构，常用于翻译任务中。这种结构可以看成是"Manyto One"结构和"One to Many"结构的组合。

如图 1-6 是 Encode 和 Decode 属于相同模块的结构，常用于"Language Modeling"。

6. 结语

本文以基础的 RNN 模块为基本单元，先介绍双向 RNN 和 DeepRNN 的原理，然后介绍一些应用更加灵活和广泛的架构，如"Many to One"，"One to Many"，"Many to Many"。下一节将要从直观上理解 RNN 的两个问题：信息形变和梯度消失/爆炸。文中难免存在理解不正确，或者描述不清的地方。欢迎留言讨论。

7. 团队介绍

「三翼鸟数字化技术平台-智慧设计团队」 依托实体建模技术与人工智能技术打造面向家电的智能设计平台，为海尔特色的成套家电和智慧场景提供可视可触的虚拟现实体验。智慧设计团队提供全链路设计，涵盖概念化设计、深化设计、智能仿真、快速报价、模拟施工、快速出图、交易交付、设备检修等关键环节，为全屋家电设计提供一站式解决方案。

深度学习：手撕 RNN（2）-RNN 的常见模型架构