양방향 RNN1 Encoder-Decoder 아키텍처 - 딥러닝 모델 구조 Encoder-Decoder 아키텍처는 주로 기계 번역 및 자연어처리 작업에서 사용되는 딥러닝 모델 구조입니다. 이 구조는 입력 시퀀스를 고정된 크기의 벡터로 인코딩하고, 이 벡터를 기반으로 출력 시퀀스를 디코딩하는 데 사용됩니다. Encoder-Decoder 구조 Encoder(인코더): 입력 처리: 입력 시퀀스를 단어, 문장 또는 문서와 같은 표현으로 처리합니다. 인코딩: 입력 시퀀스의 정보를 캡처하여 고정된 크기의 벡터 표현으로 변환합니다. 콘텍스트 벡터(Context Vector): 입력 시퀀스의 의미와 정보를 담은 벡터를 생성합니다. RNN, CNN, Self-Attention 등 사용: 주로 순환 신경망(RNN), 합성곱 신경망(CNN), Self-Attention 등이 인코더로 사용됩니다. .. 2024. 1. 10. 이전 1 다음
