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
- C언어
- hadoop2
- 텐서플로
- python
- 딥러닝
- RNN
- C
- LSTM
- recursion
- scrapy
- yarn
- 하둡2
- 알고리즘
- 코딩더매트릭스
- HelloWorld
- 그래프이론
- graph
- 주식분석
- 하이브
- collections
- 파이썬
- Sort
- GRU
- NumPy
- codingthematrix
- tensorflow
- Java
- 선형대수
- hive
- effective python
Archives
- Today
- Total
목록MultiRNNCell (1)
EXCELSIOR
07-2. 순환 신경망 (RNN, Recurrent Neural Network) - (2)
07-2. 순환 신경망 (RNN, Recurrent Neural Network) - (2) 저번 포스팅인 07-1. 순환 신경망 - (1)에서는 시계열 데이터에 적합한 모델인 RNN의 구조와 텐서플로(TensorFlow)의 BasicRNNCell과 static_rnn(), dynamic_rnn()을 이용해 RNN을 구현하는 방법에 대해 알아보았다. 이번 포스팅에서는 RNN을 학습시키는 방법과 심층 RNN에 대해 알아보도록 하자. 1. RNN 학습시키기 1.1 BPTT (BackPropagation Through Time)RNN은 기존 신경망의 역전파(backprop)와는 달리 타임 스텝별로 네트워크를 펼친 다음, 역전파 알고리즘을 사용하는데 이를 BPTT(BackPropagation Through Tim..
DeepLearning/개념
2018. 10. 26. 15:12