LSTM Quiz

Q.LSTM에 대한 설명으로 옳지 "않은" 것을 고르세요

 

1. LSTM은 새로 계산된 hidden state를 출력 값으로도 사용한다.

 

2. LSTM은 RNN의 기울기 소실 문제를 개선하고자 등장했다.

 

3. 같은 데이터셋에 대해 같은 크기의 hidden state를 가진다면 LSTM의 파라미터 수가 RNN 대비 적다.

 

4. LSTM은 RNN보다 장기 의존성을 알아내는데 좋은 성능을 보인다.

 

정답 3

• LSTM은 (Long Short Term Memory)의 약자이다
• LSTM은 RNN에 몇가지 추가된 연산이 존재합니다.

 

Q.다음 그림에 표시된 게이트를 고르세요.

 

 

1. Cell State

 

2. Input Gate

 

3. Forget Gate

 

4. Output Gate

 

정답 2

 

 

Q.GRU의 설명으로 "옳은" 것을 고르세요.

 

1. LSTM과 달리 RNN의 기울기 소실 문제를 해결하지 못한다.

 

2. LSTM의 게이트를 Fully-connected Layer가 아닌 RNN으로 구성하였기에 Gated "Recurrent" Unit이란 이름이 붙었다.

 

3. LSTM과 동일한 게이트 수를 가진다.

 

4. LSTM과 달리 Cell State를 가지지 않는다.

 

정답 4

 

Q.다음 설명의 작업이 이루어지는 게이트를 고르세요.

기존 hidden state의 정보를 얼마나 초기화할지 결정하는 게이트

1. Forget Gate

2. Reset Gate

 

3. Output Gate

 

4. Update Gate

 

정답 2

 

 

 

Q.RNN 기반 모델을 통한 분류 작업의 예시가 "아닌" 것을 고르세요.

 

1. 한 기업의 주가 데이터를 통해 향후 한달 간의 주가를 예측하는 작업

 

2. 주어진 문장에서 각 단어의 품사를 결정하는 작업

 

3. 상품 리뷰가 긍정적인 리뷰인지 부정적인 리뷰인지 결정하는 작업

 

4. 한반도의 강수량 데이터를 통해 현재 시점으로부터 6시간 이후까지의 강수량 범위를 결정하는 작업

 

정답 1