Sangmun

http://colah.github.io/posts/2015-08-Understanding-LSTMs/

두번째 심화과제인 Rnn BPTT의 구현이다. 현재의 포스팅에서는 수식만 다룰 예정이다. 먼저 Rnn BPTT를 이해하는데 도움이 되는 공식이다. 위공식에서 Loss function을 미분하려면 결국은 θ_1에 대하여 미분을 하여야 한다. 그리고 θ_1에 대하여 미분을 하는 경로는 h_2,1,h_2,2두가지 경로가 있는데 θ_1에 대하여 미분을 실시하려면 h_2,1,h_2,2을 미분하여 나온값을 더해줘야 된다는 말이다. 1) Many to one 먼저 하나의 출력값을 가지는 Rnn의 BPTT를 다뤄보려고 한다. 본 예제에서 타임스탭은 4이다. y_hat은 Rnn의 출력값에서 분류를 위한 layer를 하나더 거친 값을 의미한다. θ는 Φ(파이)와 ψ(프사이)로 구성되어있고 Φ(파이)는 Rnn의 출력값에서 ..