ABOUT ME

-

Today
-
Yesterday
-
Total
-
  • LSTM(Long Short-Term Memory) - 장단기 메모리
    AI&알고리즘 2022. 3. 29. 15:43
    728x90
    반응형

    A. why

     - RNN의 기울기 소실 문제(vanishing gradient problem) 개선

    B. Keyword

     - RNN, 기울기 소실, 장기의존성문제, Cell State, Input, Forget, Output, GRU[Reset, Update]

     

    1. 개요

    가.개념

    순환 신경망(RNN) 기법의 하나로 기존 순환 신경망(RNN)의 문제인

    기울기 소멸 문제(vanishing gradient problem)를 방지한 신경망 기법

     

    나.특징

     - RNN 문제점 개선

     - 높은 효율성

     - 워드임베딩, 자연어 학습, 상황인식 

     

    2.LSTM 구성도 및 메커니즘 산식

    가. LSTM 구성도

     

     

    나. LSTM 메커니즘 산식

     

    3. LSTM 개선모델, GRU(Gated Recrurent Unit)

    - 학습 파라미터 감소 

    - 2개의 Gate 사용 (Reset, Update)

     

     

    728x90
    반응형

    'AI&알고리즘' 카테고리의 다른 글

    메타휴리스틱스(Metaheuristics)  (0) 2022.02.14
Designed by Tistory.