1. Sequential API로 만든 모델
- 직관적이고 편지하지만 여러층을 공유하거나 다양한 종류의 입력과 출력을 사용하는 등의 복잡한 모델을 만드는 일에는 한계가 있음
- 입력 데이터의 크기(shape)를 인자로 입력층에 정의해 주어야 함
1) 전결합 피드 포워드 신경망(Fully-connected FFNN)
2) 선형회귀(Linear Regression)
3) 로지스틱 회귀(Logistic Regression)
4) 다중 입력을 받는 모델(model that accepts multiple inputs)
5) RNN(Recurrence Neural Network) 은닉층 사용하기
- 출처 : [딥러닝을이용한 자연어 처리 입문] 0807 케라스의 함수형 API(Keras Functional API)
'IT 와 Social 이야기 > NLP 자연어처리' 카테고리의 다른 글
[딥러닝을이용한 자연어 처리 입문] 0809 다층 퍼셉트론(MultiLayer Perceptron, MLP)으로 텍스트 분류하기 (0) | 2021.05.19 |
---|---|
[딥러닝을이용한 자연어 처리 입문] 0808 케라스 서브클래싱 API(Keras Subclassing API) (0) | 2021.05.19 |
[딥러닝을이용한 자연어 처리 입문] 0806 케라스(Keras) 훑어보기 (0) | 2021.05.18 |
[딥러닝을이용한 자연어 처리 입문] 0805 기울기 소실(Gradient Vanishing)과 폭주(Exploding)를 막는 방법 (0) | 2021.05.18 |
[딥러닝을이용한 자연어 처리 입문] 0804 과적합(Overfitting)을 막는 방법들 (0) | 2021.05.18 |