월간 데이콘 2020 D CUP Google Analytics 데이터 경진대회

네 편하게 문의주시기 바랍니다!

데이콘측이 아니더라도 의견이 있으시다면 댓글 부탁드리겠습니다:)

 안녕하세요 gambit님. 
 lstm hidden layer를 여러 층으로 쌓아서 복잡한  특징을 추출하기도 합니다. 다음 글을 참고로 읽어보시면 좋을 것 같아요. (https://towardsdatascience.com/choosing-the-right-hyperparameters-for-a-simple-lstm-using-keras-f8e9ed76f046)
이러한 이유로 pytorch에서도 lstm은 num_layers라는 하이퍼 파라미터를 통해서 hidden_layer의 수를 사용자가 결정할 수 있도록 만들어 두었습니다.(pytorch 공식문서 : https://pytorch.org/docs/stable/generated/torch.nn.LSTM.html)
 저희 baseline 코드는 이러한 num_layers 파라미터를 따로 조정하지 않고 연속적으로 쌓아서 여러층의 hidden_layer를 구현하였는데요.  두 코드는 같은 동작을 수행하는 코드입니다. (https://stackoverflow.com/questions/49224413/difference-between-1-lstm-with-num-layers-2-and-2-lstms-in-pytorch)

감사합니다.

친절한 답변 정말 감사합니다!! pytorch에서 이런방식으로 hidden layer를 추가할 수 있군요. 그럼 여기에서는 lstm 을 4개 층으로 쌓아서 사용했다고 볼 수 있겠군요!! 이렇게 또 하나 배웁니다:)

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다

삭제된 댓글입니다