
181
6
장
임베딩을 사용한 감성 프로그래밍
vocab_size = 2000
word_index = build_vocab(training_sentences, max_vocab_size=vocab_size)
임베딩 층만 어휘 사전 크기로 초기화되므로 다른 모델 아키텍처를 변경할 필요가 없습니다.
실제로 어휘 사전 크기를 줄이면 학습할 파라미터의 수가 급격히 감소합니다. 따라서 더 빨리
학습할 수 있는 더 간단한 모델을 얻게 됩니다.
==========================================================================
Layer (type:depth-idx) Output Shape Param #
==========================================================================
TextClassificationModel [32, 1] --
├─Embedding: 1-1 [32, 100, 100] 200,100
├─AdaptiveAvgPool1d: 1-2 [32, 100, 1] --
├─Linear: 1-3 [32, 24] 2,424
├─ReLU: 1-4 [32, 24] --
├─Linear: 1-5 [32, 1] 25
├─Sigmoid: 1-6 [32,