out = out[:, -1] 코드에 관한 질문입니다

안녕하세요. 답변 도우미입니다.

말씀하신 부분은 혹시나 궁금해하시는 분들이 계실 것 같아서, 다음과 같이 해당 코드에 상세하게 설명을 드렸습니다.

다음 주석에서 특히 말씀하신 부분과 관련된 부분은

out[:, -1] 은 (batch_size, sequence_length, 2 * hidden_size) 에서,

전체 batch_size 를 선택한다는 의미가 :,

sequence_length 인 28개의 순서가 있고, 각 순서마다 2 * hidden_size 만큼 있음

이중에 최종 값은 맨 마지막 sequence_length 의 2 * hidden_size 임

|out| = (batch_size, hidden_size * 2)

위 부분인데요. 사실 상세하게 설명을 기재해서, 여기에 추가할 부분이 없더라고요. 기재해주신 부분도 마찬가지이고, 마지막 self.layers(out) 의 형태에 맞추, 결과적으로 맨 마지막의 데이터가 최종 결과이기 때문에, 위와 같이 변경하였다고 이해해주시면 좋을 것 같습니다.

감사합니다.

~~~~~~~~~~~~~~

def forward(self, x):

# |x| = batch_first=True 이므로 (batch_size, sequence_length, input_size)

out, = self.sequenceclassifier(x) # output, hn 이므로, h_n 은 사용안함

# output, h_n 이므로, h_n 은 사용안함

# |out| = batch_first=True 이므로 (batch_size, sequence_length, 2 * hidden_size)

# bidirectional 이 True 이면, bidirections 는 2 * hidden_size

out = out[:, -1]

# out[:, -1] 은 (batch_size, sequence_length, 2 * hidden_size) 에서,

# 전체 batch_size 를 선택한다는 의미가 :,

# sequence_length 인 28개의 순서가 있고, 각 순서마다 2 * hidden_size 만큼 있음

# 이중에 최종 값은 맨 마지막 sequence_length 의 2 * hidden_size 임

# |out| = (batch_size, hidden_size * 2)