
597
15
장
RNN과 CNN을 사용해 시퀀스 처리하기
야구 방망이로 공을 칩니다. 외야수는 즉시 공의 궤적을 예측하면서 달리기 시작합니다. 공에
서 눈을 떼지 않고 몸을 움직여 마침내 공을 잡습니다. 큰 박수가 터집니다. 친구의 말을 대신
마무리하든 아침에 커피 향을 예상하든, 미래를 예측하는 것은 우리가 늘 하는 일입니다. 이 장
에서는 미래를 예측할 수 있는 (물론 어느 정도만 ) 네트워크인 순환 신경망
recurrent
neural
networks
(
RNN
)을 알아봅니다. 이 신경망은 시계열
time
series
데이터를 분석해서 주식가격 같은 것을 예
측해 언제 사고팔지 알려줄 수 있습니다. 자율주행 시스템에서는 차의 이동 경로를 예측하고
사고를 피하도록 도울 수 있습니다. 일반적으로 이 신경망은 지금까지 봤던 모든 네트워크처럼
고정 길이 입력이 아닌 임의 길이를 가진 시퀀스
sequence
를 다룰 수 있습니다. 예를 들어, 문장,
문서, 오디오 샘플을 입력으로 받을 수 있고, 자동 번역, 스피치 투 텍스트
speech
to
text
같은 자연
어 처리
natural
language
processing
(
NLP
)에 매우 유용합니다.
이 장에서는
RNN
이면에 있는 기본적인 개념을 먼저 살펴보고 시간을 거슬러 역전파하여 네
트워크를 훈련하는 방법을 알아봅니다. ...