概述
双向循环网络向前和向后读取序列，因此每个位置的表示都借鉴了过去和未来的上下文。这很重要，因为意义往往取决于接下来发生的事情，而不仅仅是之前发生的事情。
双向循环网络是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
双向 RNN 由 Schuster 和 Paliwal 于 1997 年提出，在同一输入上运行两个独立的循环层：一个从左到右处理序列，另一个从右到左处理序列。然后，通常通过串联将它们的隐藏状态组合起来，以在每个时间步形成对完整周围上下文进行编码的表示。这对于一次性提供全部输入的任务来说非常强大。例如，要将单词银行标记为金融机构而不是河边，模型可以从两侧的单词中受益。双向 LSTM 和 GRU 成为命名实体识别、词性标记和语音识别的标准。关键的限制是网络在产生输出之前需要完整的序列，因此它不能用于实时、流式或生成式从左到右的预测。
技术洞察
该架构维护两组独立的循环参数。前向层计算步骤1到T的隐藏状态；后向层从步骤 T 到 1 计算它们。在每个位置，两个隐藏向量在传递到输出层之前被连接（或求和）。至关重要的是，这两个方向从不共享权重，并且在循环过程中不会相互影响，因此每个方向都捕获组合合并的单方面上下文。
掌握双向循环网络
双向循环网络向前和向后读取序列，因此每个位置的表示都借鉴了过去和未来的上下文。这很重要，因为意义往往取决于接下来发生的事情，而不仅仅是之前发生的事情。双向循环网络是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将双向循环网络视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用双向循环网络的强大团队根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
命名实体识别，两侧周围的单词有助于将标记分类为人、地点或组织
使用前后上下文消除“lead”等单词的歧义的词性标记
离线语音识别中的声学建模，其中整个话语都可用
生物信息学中的蛋白质或 DNA 序列标记，其中基序取决于侧翼残基
实施模式
双向循环网络的实践
命名实体识别，两侧周围的单词有助于将标记分类为人、地点或组织。
命名实体识别，两侧周围的单词有助于将令牌分类为人、地点或组织。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
双向循环网络的实践
词性标记可使用前后上下文消除“lead”等单词的歧义。
使用前后上下文消除“lead”等词的歧义的词性标记 当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
双向循环网络的实践
离线语音识别中的声学建模，其中整个话语都可用。
离线语音识别中的声学建模（完整的话语可用）当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
双向循环网络的实践
生物信息学中的蛋白质或 DNA 序列标记，其中基序取决于侧翼残基。
生物信息学中的蛋白质或 DNA 序列标记，其中基序取决于侧翼残基 团队在预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。