RNN·LSTM으로 이해하는 AI의 기억 — 순환 신경망이 시간을 다루는 원리
이미지 분류망은 프레임을 섞어도 눈치채지 못한다. 신경망에 기억을 심기 위한 순환 신경망, 그 한계, 그리고 망각 게이트가 등장한 과정을 풀었다.
핵심 내용 읽기 →
AI TOPIC
LSTM 최신 뉴스와 핵심 해설
LSTM 관련 핵심 뉴스와 활용 인사이트 5편을 최신순으로 모았습니다.
비트코인 예측 AI: 소셜미디어·뉴스 신호와 LSTM으로 폭락장에서 수익 낸 연구
플로리다국제대·오클라호마대 연구진이 뉴스·소셜미디어의 55개 신호를 LSTM으로 걸러 비트코인 가격을 예측한 논문을 정리했다. 폭락장에서 어떻게 플러스 수익을 냈는지 살펴본다.
핵심 내용 읽기 →
트랜스포머 탄생사 정리: LSTM, 어텐션 seq2seq를 거쳐 GPT로 이어진 흐름
챗GPT와 클로드의 바탕이 된 트랜스포머는 하루아침에 등장하지 않았다. 기울기 소실 문제를 완화한 LSTM의 게이트, 어텐션을 붙인 seq2seq, 순환을 아예 버린 트랜스포머로 이어진 흐름을 차례로 정리했다.
핵심 내용 읽기 →
LSTM 장단기 메모리 쉽게 이해하기: RNN 기울기 폭발·소실 문제와 망각·입력·출력 게이트
순환 신경망(RNN)에서 기울기가 폭발하거나 소실하는 문제를, 장기·단기 두 경로로 나눈 LSTM이 어떻게 푸는지 망각·입력·출력 게이트와 시그모이드·tanh 함수, 두 회사 주가 예측 예시로 차근차근 풀이한다.
핵심 내용 읽기 →
구글 번역 원리: 인코더-디코더 LSTM과 어텐션 메커니즘으로 본 신경망 기계번역
단어 대 단어 사전 치환의 한계부터 인코더-디코더 LSTM, 양방향 RNN, 어텐션 메커니즘까지 구글 번역이 문장의 토큰과 문법을 신경망으로 학습하는 원리를 쉽게 풀어 정리했습니다.
핵심 내용 읽기 →