Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- Gated Recurrent Unit
- object detaction
- 파이썬
- deep learning
- dl
- 동시발생 행렬
- Python
- 선형대수
- mlops
- pytorch
- 차원 감소
- pythonForEverybody
- 상호 정보량
- GoogLeNet
- nn.Module
- skip-gram
- py4e
- Charlse Severance
- 시소러스
- f1-score
- docker
- Linear algebra
- excel
- convolution
- 1x1 Convolution
- 벡터 간 유사도
- Multi-Layer Perceptron
- Long Short Term Memory
- CBOW
- 분포 가설
Archives
- Today
- Total
목록Long Short Term Memory (1)
Tech & TIL
앞서 배웠던 모델들은 이미지 데이터를 기반으로 예측하는 모델을 소개했었다. 이번에는 이미지 데이터가 아닌 Sequential 데이터를 input으로 가지는 모델을 공부해보자. 먼저 Sequential Data란 순서가 있는 데이터를 말한다. 대표적으로 글이나 말 등이 sequential data이다. Naive sequence model Recurrent Neural Network 앞의 정보가 뒤의 정보에 영향을 미쳐야 하기 때문에, 정보를 레이어 뒤쪽으로 전달하는 구조를 갖고 있는 네트워크를 RNN이라 한다. RNN은 짧은 sequential data에서는 잘 동작하지만 sequence가 길어지면 앞의 정보가 뒤에 레이어까지 전달되지 않는 문제가 발생한다. 이를 Short-term dependenc..
Boostcamp - AI tech/DL Basic
2021. 8. 13. 23:03