重新审视门控机制：可训练的深度多层RNN模型

我们提出了一种新的堆叠循环单元（STAR）用于循环神经网络（RNNs），该单元在参数数量上少于广泛使用的长短期记忆（LSTM）和门控循环单元（GRU），同时对梯度消失或爆炸问题具有更强的鲁棒性。将循环单元堆叠成深层架构面临两个主要限制：(i) 许多循环单元（如LSTM）在参数和计算资源方面成本较高；(ii) 深层RNN在训练过程中容易出现梯度消失或爆炸的问题。我们研究了多层RNN的训练过程，并考察了梯度在“垂直”方向上传播时的幅度变化。我们发现，根据基本循环单元的结构不同，梯度会系统性地衰减或放大。基于我们的分析，我们设计了一种新型的门控单元，能够更好地保持梯度的幅度。我们在大量序列建模任务中验证了这一设计，并证明所提出的STAR单元可以构建和训练更深的循环架构，最终提高性能并降低计算成本。