- 양방향 RNN 구조
양방향 RNN은 하나의 출력 값을 예측하는데 메모리 셀 2개를 사용한다.
첫번째 메모리 셀은 이전 시점의 은식상태 (Forward states)를 전달받아 현재의 은닉 상태를 계산한다.
밑의 그림에서는 hi 행 전부 부분에 해당한다.
두번째 메모리 셀은 다음 시점의 은닉상태 (backward states) 를 전달 받아 현재의은닉상태를 계산한다.
밑 그림의 gi 행전부 부분에 해당한다.
그리고 이 값 2개를 모두 출력층에서 출력 값을 예측하는데 사용한다.
일반적으로 LSTM보다 양방향 RNN이 성능이 좋다.
'공부자료 > Deep Learning' 카테고리의 다른 글
하드웨어를 이용한 성능 최적화 (0) | 2022.09.26 |
---|---|
성능 최적화 (0) | 2022.09.26 |
GRU (0) | 2022.09.26 |
LSTM (0) | 2022.09.26 |
RNN구조 ★ (0) | 2022.09.26 |