강의

멘토링

커뮤니티

인프런 커뮤니티 질문&답변

nkhwi님의 프로필 이미지
nkhwi

작성한 질문수

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)

Word Embedding - Word2Vec

파라미터갯수에대한질문(030_IMDB_movie_reviews)

해결된 질문

작성

·

14

0

 

오영제 선생님 안녕하십니까?

수준높은 강의 잘 듣고 있습니다.

제공해 주신 소스중에

030_IMDB_movie_reviews.ipynb

에 있는 아래의 model 에서 파라미터 숫자를 설명해 주실수 있으신지요?

Dense 쪽의 파라미터는 앞전 강의인 파이썬을 활용한 머신러닝 딥러닝 입문 의 실습 - Neural Network을 이용한 Linear Regression - Boston 주택 가격 예측

 

에서 16분 경에서 설명해 주신대로 설명이 되는데 위쪽 부분은 잘 이해가 가지 않습니다.

 

죄송하지만 간략하게라도 파라미터 갯수와 왜 이렇게 되었는지 설명해 주시면 감사하겠습니다.

 

감사드립니다.

 

 

image.png

 

답변 1

0

YoungJea Oh님의 프로필 이미지
YoungJea Oh
지식공유자

  1. Embedding(vocab_size + 1, 64) → 10,001×64=640,064

  2. Bidirectional(LSTM(64))

     

    LSTM 한 방향의 파라미터 공식 : 4 × (d·u + u·u + u) = 4 × u × (d + u + 1)

     

    u = 64 (LSTM 유닛 수), d = 64 (임베딩 출력 차원)

     

    4×64×(64+64+1)=4×64×129=33,024
    Bidirectional 이므로 2배: 33,024×2=66,048

  3. Dense(64, activation='relu')
    바이디렉셔널 LSTM 출력(128) × 64(출력) + bias 64(뉴런마다 1개) = 128×64+64=8,256

  4. Dense(1, activation='sigmoid')
    64(입력) × 1(출력) + bias 1 = 65

    좋은 질문 감사합니다.

nkhwi님의 프로필 이미지
nkhwi

작성한 질문수

질문하기