- 1 -
5. RNN(순환신경망)
2강. 문장을 판별하는 LSTM 구현
학습목표
- 문장을 판별하는 LSTM을 구현할 수 있다.
- 뉴스기사를 판별하는 LSTM을 구현할 수 있다.
학습내용
- 문장을 판별하는 LSTM 구현 - 뉴스 기사를 판별하는 LSTM 구현
1. 문장을 판별하는 LSTM 구현
(1) 문장의 의미를 이해하고 판별하는 LSTM 구현
∙ 영화 추천 데이터베이스를 이용해 같은 사람이 영화에 대한 느낌을 서술한 글 과 영화가 좋은지 나쁜지 별표 등으로 판단한 결과와의 관계를 학습
∙ 새로운 평가글을 주었을 때 판별 결과를 예측
① LSTM 판별망 구현에 필요한 라이브러리 임포트
③ LSTM 모델링 구현
∙ 모델링은 models.Model 클래스를 상속해서 구현
④ 학습 및 성능 평가
∙ 학습 및 성능 평가를 담당할 머신 클래스를 구현
- 3 -
⑤ 코드 실행
∙ 학습 시 출력된 학습 진행사항을 나타내는 결과
∙ IMDB 데이터 출력 결과
2. 뉴스 기사를 판별하는 LSTM 구현
(1) 뉴스 기사 글을 학습하고 판별하는 LSTM 구현하기
∙ 46가지 토픽으로 라벨이 달린 11,228개의 뉴스로 이루어진 Reuters News Cl assification 데이터셋
① LSTM 판별망 구현에 필요한 라이브러리 임포트
③ LSTM 모델링 구현
∙ 모델링은 models.Model 클래스를 상속해서 구현
④ 학습 및 성능 평가를 위한 머신 클래스 구현
- 5 -
⑤ 코드 실행
∙ 학습 시 출력된 학습 진행 사항을 나타내는 결과
∙ Reuters News를 판별하는 LSTM 학습 과정에서 손실 학습 곡선
- 7 - 학습정리
1. 문장을 판별하는 LSTM 구현
∙ 문장이 긍정적/부정적인지 판별하는 LSTM 구현
2. 뉴스 기사를 판별하는 LSTM 구현
∙ 뉴스 기사에 나오는 단어들을 판별하는 LSTM 구현 평가하기
1. RNN의 장기의존성 문제를 해결했으며, 아주 오래된 기억도 반영되는 인공신경망을 고르 시오.
① LSTM
② ANN
③ CNN
④ DNN
- 정답 : ①번
해설 : RNN의 장기의존성 문제를 해결하고 오래된 기억도 반영하는 인공신경망은 LSTM이다.
2. 입력 신호를 –1과 1 사이로 정규화하는 활성화 함수를 고르시오.
① Sigmoid 함수
② Tanh 함수
③ ReLU 함수
④ Softmax 함수
- 정답 : ①번
해설 : 입력 신호를 -1과 1 사이로 정규화하는 활성화 함수는 Tanh 함수이다.
