hyeori

1. 첫 번째 모델 예측 결과가 시계열과 유사하게 나옴. #LSTM 모델 구축 model = Sequential() model.add(LSTM(units=50, return_sequences=True, activation='relu', input_shape=(X_train.shape[1], 1))) model.add(LSTM(units=60)) model.add(Dense(units=1)) model.compile(optimizer='adam', loss='mean_squared_error') model.summary() 2. 두 번째 모델 : 예측 결과가 일직선으로 나옴. # LSTM 모델 구성 model = Sequential() model.add(LSTM(50, activation='relu', i..

LSTM 이란 - RNN의 한 종류, RNN의 장기 의존성 문제 해결하기 위해 나온 모델 - 직전 데이터 뿐만 아니라, 거시적으로 과거 데이터 고려 → 미래 데이터 예측 LSTM 네트워크 구조 RNN과 똑같이 체인 구조를 가지고 있지만, 4개의 Layer가 특별한 방식으로 서로 정보를 주고 받는다. 총 6개의 파라미터 + 4개의 게이트 Cell State LSTM의 핵심 부분으로, 컨베이어 벨트와 같다. 작은 linear interaction 만을 적용시켜, 전체 체인을 계속 구동시킨다. 정보가 전혀 바뀌지 않고, 그대로만 흐르게 한다. State가 오래 경과해도, Gradient가 잘 전파 된다. Gate 에 의해 정보가 추가되거나 제거되며, Gate는 Training을 통해 어떤 정보를 유지하고 버릴..