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 | 31 |
Tags
- 네이버커넥트재단
- NomadCoder
- RNN
- Sequential Model
- mutate( )
- 부스트캠프 aitech3기
- group_by( )
- Multi-Layer Perceptron
- 베이즈통계학
- r
- summarise( )
- regular expression
- col_names
- 생활코딩
- 네이버커넥트
- LinearNeuralNetwork
- Filter
- convolution 역전파
- 역전파알고리즘
- dplyr
- regex
- JavaScript
- 정규표현식
- 부스트캠프
- Convolution
- 모각공
- 자바스크립트
- Beyond Linear Neural Networks
- aitech
- 부스트캠프aitech3기
Archives
- Today
- Total
clear_uncertainty
네이버 부스트캠프 모각공 캠페인 10일차 - Sequential Models - RNN 본문
네이버 부스트캠프 - AI Tech 3rd/인공지능 본격 탐구: 딥러닝 기초
네이버 부스트캠프 모각공 캠페인 10일차 - Sequential Models - RNN
SOidentitiy 2021. 11. 19. 17:57728x90

모든 설명 및 자료의 출처는 네이버 부스트코스의 <[부스트캠프 AI Tech 3기] Pre-Course>입니다.
(https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424)
<인공지능 본격 탐구: 딥러닝 기초>
Sequential Models - RNN
Sequential Model
Naive sequence model

Autoregressive model

Markov model (first-order autoregressive model)

Latent autoregressive model

Recurrent Neural Network


Short-term dependencies = RNN의 단점 , Short-term의 데이터만 주로 활용하고,
Long-term data를 활용하긴 힘들다.

Long-term dependencies


Long Short Term Memory
Recurrent Neural Network

가장 기본적인 RNN 구조
Long Short Term Memory = LSTM






Gated Recurrent Unit = GRU

Simpler architecture with two gates (reset gate and update gate).
No cell state, just hidden state.
출처
[부스트캠프 AI Tech 3기] Pre-Course
728x90
'네이버 부스트캠프 - AI Tech 3rd > 인공지능 본격 탐구: 딥러닝 기초' 카테고리의 다른 글
네이버 부스트캠프 모각공 캠페인 10일차 - CNN-Convolution은 무엇인가? (0) | 2021.11.19 |
---|---|
네이버 부스트캠프 모각공 캠페인 9일차 - Optimization (0) | 2021.11.18 |
네이버 부스트캠프 모각공 캠페인 9일차 - 뉴럴 네트워크 - MLP (Multi-Layer Perceptron) (0) | 2021.11.18 |