728x90 순환 신경망3 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 3 이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 2이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 1이전 내용 [딥러닝] 객체 탐지, 객체 추적이전 내용 [딥러닝] 케라스의 사전 훈련 모델 사용하기이전 내용 [딥러닝] 합성곱 신경망puppy-foot-it.tistory.com긴 시퀀스를 다룰 때 두 문제 긴 시퀀스로 RNN을 훈련하려면 많은 타임 스텝에 걸쳐 실행해야 하므로 펼친 RNN이 매우 깊은 네트워트가 된다. 다른 심층 신경망과 마찬가지로 그레이디언트 소실과 폭주 문제를 겪을 수 있는데, 이는 훈련하는 데 아주 오랜 시간이 걸리거나 훈련이 불안정할 수 있음을 의미한다. 또한 RNN이 긴 시퀀스를 처리할 때 입력의 첫 부분을 조금씩 잊게.. 2024. 12. 2. [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 2 이전 내용 [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 1이전 내용 [딥러닝] 객체 탐지, 객체 추적이전 내용 [딥러닝] 케라스의 사전 훈련 모델 사용하기이전 내용 [딥러닝] 합성곱 신경망을 사용한 컴퓨터 비전이전 내용 [딥러닝] 텐서플로 데이터셋puppy-foot-it.tistory.com윈도와 타깃 윈도(Window)윈도는 시계열 데이터나 순차 데이터에서 일정한 길이의 연속된 데이터 조각을 의미한다. RNN은 데이터를 순차적으로 처리하기 때문에 데이터를 적절한 크기로 나누어 입력해야 한다. 이때 사용되는 데이터의 부분 집합을 윈도라고 한다. 윈도의 예만약 주식 시장 데이터를 분석할 때 최근 10일간의 주가를 입력으로 사용한다면, 윈도의 크기는 10이 된다.텍스트 데이터를 처리할.. 2024. 12. 1. [딥러닝] RNN & CNN(feat. 시카고 교통국 데이터셋) - 1 이전 내용 [딥러닝] 객체 탐지, 객체 추적이전 내용 [딥러닝] 케라스의 사전 훈련 모델 사용하기이전 내용 [딥러닝] 합성곱 신경망을 사용한 컴퓨터 비전이전 내용 [딥러닝] 텐서플로 데이터셋 프로젝트텐서플로 [머신러닝] 텐서플로(Tepuppy-foot-it.tistory.com순환 신경망(recurrent neural network, RNN) RNN은 웹 사이트의 일일 활성 사용자 수, 도시의 시간별 기온, 가정의 일일 전력 소비량, 주변 차량의 궤적 등과 같은 시계열 데이터를 분석할 수 있다. 데이터에서 과거 패턴을 학습한 RNN은 과거 패턴이 미래에도 여전히 유효하다고 가정하고 그 지식을 사욯아여 미래를 예측할 수 있다.일반적으로 RNN은 고정 길이 입력이 아닌 임의 길이의 시퀀스를 다룰 수 있는데,.. 2024. 11. 30. 이전 1 다음 728x90
