파이토치로 배우는 LLM & AI

309

11

장

시퀀스 모델을 위한 합성곱 신경망과 순환 신경망

평균을 더합니다. 그 후에 필요하다면 이전에 했던 것처럼 예측에 대한 실제

MAE

를 계산할 수

있습니다.

11.4

다른 순환 층

RNN

이외에도 파이토치는

GRU

와

7

장에서 소개한

LSTM

같은 다른 종류의 순환 층을 제공합

니다. 이런

RNN

층을 손쉽게 바꾸어 가며 실험할 수 있습니다.

예를 들어 앞서 만들었던 간단한

RNN

에서

nn

.

GRU

를 사용하도록 간단히 바꿀 수 있습니다.

class SimpleRNNModel(nn.Module):

def __init__(self, input_size=1, hidden_size=100,

output_size=1, dropout_rate=0.3):

super(SimpleRNNModel, self).__init__()

self.rnn1 = nn.GRU(input_size=input_size,

hidden_size=hidden_size,

batch_first=True,

dropout=dropout_rate)

self.rnn2 = nn.GRU(input_size=hidden_size,

hidden_size=hidden_size,

batch_first=True,

dropout=dropout_rate)

self.dropout =