๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ

LSTM1

[Deep Learning] RNN, LSTM, GRU ์ด์ •๋ฆฌโ˜… (+ํŒ์„œ) RNN(Recurrent Neural Network)์šฐ์„  ๋” ์ต์ˆ™ํ•œ CNN์—์„œ ์ถœ๋ฐœํ•ด๋ณด์ž. CNN์€ input(๋“ค)์„ ์ด์šฉํ•ด output์„ ์˜ˆ์ธกํ•˜๋Š”๋ฐ, ๊ทธ ๊ณผ์ •์—์„œ data๊ฐ€ ์žฌ์‚ฌ์šฉ๋˜์ง€ ์•Š๋Š”๋‹ค. ๋‹น์—ฐํ•˜๋‹ค. CNN์€ input ํ•˜๋‚˜๋ฅผ ํ•œ๊บผ๋ฒˆ์— ๋„ฃ์–ด์ฃผ๊ธฐ ๋•Œ๋ฌธ์ด๋‹ค. ํ•˜๋‚˜๋ฅผ ํ•œ๊บผ๋ฒˆ์—? ์ด๋ฏธ์ง€ ํ•˜๋‚˜๋ฅผ ๋„ฃ์„ ๋•Œ ๊ฐ๊ฐ์˜ ํ”ฝ์…€์„ ์ˆœ์„œ๋Œ€๋กœ ๋„ฃ์ง€ ์•Š๊ณ  ํ•œ๋ฒˆ์— Convolution layer๋ฅผ ๋งŒ๋‚˜๊ฒŒ ํ•ด๋ฒ„๋ฆฌ๋Š” ์ผ์„ ์ƒ์ƒํ•ด๋ณด๋ฉด ๋œ๋‹ค. ๋ฌผ๋ก  Convolution layer์˜ kernel size๋•Œ๋ฌธ์— ๋จผ์ € ์ฝํžˆ๋Š” ๋ถ€๋ถ„์ด ์กด์žฌํ•˜์ง€ ์•Š๋Š๋ƒ ์‹ถ์„ ์ˆ˜ ์žˆ์ง€๋งŒ, ๊ทธ ์ˆœ์„œ๊ฐ€ ์ค‘์š”ํ•œ๊ฐ€? ์ ˆ๋Œ€ ๊ทธ๋ ‡์ง€ ์•Š๋‹ค. ์ด๋ฏธ์ง€์—์„œ locality๊ฐ€ ์ค‘์š”ํ•œ ๊ฒƒ์€ sequence๊ฐ€ ์ค‘์š”ํ•œ ๊ฒƒ๊ณผ๋Š” ๋‹ค๋ฅธ ์˜๋ฏธ๋‹ค. RNN์€ sequence data(์‹œ๊ณ„์—ด dat.. 2024. 1. 12.