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 |
Tags
- 텍스트 분류
- 모두의 딥러닝
- 구글 BERT의 정석
- 자연어 처리
- student t분포
- 밑바닥부터 시작하는 딥러닝2
- rnn
- 회귀분석
- 오래간만에 글쓰네
- 코사인 유사도
- 감성분석
- 결정계수
- Django
- 기초통계
- 은준아 화이팅
- 밑바닥부터 시작하는 딥러닝
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- Pandas
- 파이썬 pandas
- 가설검정
- 차원축소
- word2vec
- F분포
- 기술통계학
- 히스토그램
- 머신러닝
- 군집화
- 최소자승법
- 다층 퍼셉트론
- numpy
Archives
- Today
- Total
목록seq2seq 모델 (1)
데이터 한 그릇
RNN을 사용한 문장 생성(seq2seq모델)
언어 모델을 이용해서 "문장 생성" 을 할 것 seq2seq 모델을 이해 해볼 것 언어 모델을 사용한 문장 생성 RNN을 사용한 문장 생성의 순서 앞의 LSTM 신경망을 살펴봤는데, LSTM 을 살펴보면서 LSTM 을 이용한 언어 모델에 대해서도 살펴봤다. (밑바닥 290그림) 먼저 학습된 LSTM 언어 모델이 있다고 가정해보자. 이 언어 모델은 "You say goodbye and I say hello" 라는 시퀀스 데이터를 학습했다. (먼저 학습된 모델 준비) 이 학습한 모델에 문장을 생성하기 위해서 첫 데이터로 "I" 를 입력했다고 가정해보자. I를 입력받은 모델은 Embedding 계층을 거친 입력 데이터 Xt를 LSTM 계층으로 전달하게 되고, 가중치 매개변수 Wt 와 곱해진 이후 다음 계층인 ..
NLP/밑바닥부터 시작하는 딥러닝
2022. 1. 28. 15:32