1、监督自己把50多个小时的视频看下去，所以每看一部分内容做一下笔记，我认为这是比较有意义的一件事情。
2、路漫漫其修远兮，学习是不断重复和积累的过程。怕自己看完视频不及时做笔记，学习效果不好，因此想着做笔记，提高学习效果。
3、因为刚刚入门深度学习，听课的过程中，理解难免有偏差，也希望各位大佬指正。

在做槽位填充时，需要对单词进行分类预测，这个任务可以用一个普通的神经网络来做，但是这样涉及到一个问题，就是当一个词输进来时只有一个结果，但是现实中同一个词在不同语境下可能扮演的角色不同。所以，如果神经网络能记住前面输入的内容，那么就有可能达到同一个词输入，因为上下文的不同而输出不同的目的。RNN就可以这么做

RNN的大体架构，把中间结果传递给下一个输入，在图中颜色一眼的代表weight相同，也就是说这里贡献了权重。

这里也可以很容易想到，RNN是可以增加层数的，如下图：

这里单个RNN只能看到左边的信息，所以我们也可以弄两个RNN来做任务，这样就可以看到全局的信息了。

RNN向后面传递信息的方式有两种：

1. 把中间向量传递给后面的Elman Netword
2. 把输出传递给后面的Jordan Network
   一般是Elman Netword比较常见
   

在RNN里面，非常前面的单词对当前词的影响比较小，也就是只能够处理一定的短期依赖，但无法处理长期依赖问题。同时RNN存在梯度爆照和梯度消散的问题，在训练RNN时很可能遇到这样绿色这一条线。

为什么会出现绿色这一条线那？我们看看下面这个图像

RNN的loss非常的陡峭，遇到上图的断层，有可能直接跳过去，也可能落在断层上面，gradient非常大，同时因为之前很平缓所以学习率也比较大，这样就会飞出去。所以一开始很多人train不起来RNN，这里用clipping技术，当gradient大于一定值（15）时把gradient设置为15。那为什么会出现这种情况那？

同样的东西，经过时间向前传播，蝴蝶效应，同样的weight在不同时刻都被用到，慢慢积累变的很大。这些问题可以用LSTM来解决。
LSTM有四个输入，一个输出，他的计算流程如下：



整个LSTM如下图所示，除了传递memory还会传递输出，这两个向量和下一时刻输入拼接一起输入。


LSTM通过输入门、遗忘门、输出门引入sigmoid函数并结合tanh函数，添加求和操作，减少梯度消失和梯度爆炸的可能性。
GRU比LSTM少了一个门，当我们训练数据比较小时，在LSTM上发生了过拟合，不如用用GRU看看结果怎么样。

1. 可以做分类，如情感分类
   
2. 可以生成多个输出，如语音识别
   
   语音识别，这里有一个问题是如何区分好棒和好棒棒，一般是用CTC的策略，也就是加入 ϕ \phi ϕ。
   
   机器翻译
   
   也可以是sequence-to-sequence，用同一句话，训练编码器。
   
   

两个都有自己的优势，所以可以结合起来，如LSTM+CRF。