네이버 부스트캠프 모각공 캠페인 10일차 - Sequential Models - RNN

 

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

 

 

 

44

 

 

 

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