
648
2
부
신경망과 딥러닝
TF
허브 모듈
URL
의 마지막 부분은 필요한 버전을 지정합니다. 버전이 있기 때문에 새로운
버전의 모듈이 릴리스되더라도 모델에 영향을 미치지 않습니다. 이
URL
을 웹 브라우저에 입
력하면 이 모듈에 관한 문서를 볼 수 있습니다. 기본적으로
TF
허브는 다운로드한 파일을 로
컬 시스템의 임시 디렉터리에 캐싱합니다. 시스템을 정리할 때마다 다시 다운로드되는 것을 피
하려면 고정 디렉터리에 다운로드할 수 있습니다. 이렇게 하려면
TFHUB
_
CACHE
_
DIR
환경 변
수에 원하는 디렉터리를 지정합니다 (예를 들어
os
.
environ
["
TFHUB
_
CACHE
_
DIR
"]
=
"./
my
_
tfhub
_
cache
"
).
지금까지
Char
-
RNN
을 사용한 시계열 데이터인 텍스트 생성과 단어 수준
RNN
모델을 사용
한 감성 분석을 살펴보았습니다. 단어 임베딩을 직접 훈련하거나 사전훈련된 임베딩을 재사용
했습니다. 이제 또 다른 중요한
NLP
작업인
신경망 기계 번역
neural
machine
translation
(
NMT
)을 알아
봅니다. 먼저 순수한 인코더-디코더 모델을 사용해보고 그다음 어텐션 메커니즘을 사용해 성
능을 높입니다. 마지막으로 놀라운 성능을 내는 트랜스포머 구조를 살펴봅시다.
16.3
신경망 기계 번역을 위한 인코더-디코더 네트워크
영어 문장을 ...