728x90
오늘은 bitcoin 실습을 진행했습니다
강의는 5개 구성 되어 있어서 짧았는데 중간에 막혀서 몇시간을 고생했습니다
막혔던 부분이 뭐였나면
딥러닝의 input shape 였어요 강사가 이 부분이 중요하다고 중점적으로 말씀을 해주셨는데
한번에 이해 하기가 힘들었어요
MLP에서 (train.shape[1],)으로 입력하면 feature 수가 노드 수 만큼 증가되고
시계열 딥러닝은 (train.shape[1],train.shape[2])로 입력하면 feature가 아닌 sequense 길이가 노드 수 만큼 증가가 된다
라는 얘기는 아직도 무슨얘기인지 이해하지 못했어요
다른건 해결 했는데 이 부분이 ... 막힌다 말이죠
대략 무슨 얘기인지는 알것같은데 이런 직감적으로 알것 같은건 100% 알고 있는게 아니라고 생각해요
그래서 찜찜합니다 어떻게 구글링 하면 좋을까 생각도 해보고 있습니다
내일은 RNN,LSTM,GRU 실습 내용을 까지 포함해서 업데이트 하도록 하겠습니다.
2021.04.14 - [실습 note] - bitcoin 예측 실습
bitcoin 예측 실습
시계열 데이터 심화 강의의 마지막 단계 프로젝트 실습들 중 bitcoin을 포스팅하겠습니다. MLP from keras.models import Sequential, Model, load_model from keras.layers import Input, Dense, Activation, Fla..
ghdrldud329.tistory.com
728x90
'Data Diary' 카테고리의 다른 글
| 2021-04-16(시계열데이터 심화20_종강2) (0) | 2021.04.16 |
|---|---|
| 2021-04-15(시계열데이터 심화19_종강1) (0) | 2021.04.15 |
| 2021-04-13(시계열데이터 심화17_RNN,LSTM,Gru) (0) | 2021.04.13 |
| 2021-04-12(시계열데이터 심화16_딥러닝) (0) | 2021.04.12 |
| 2021-04-10 기록(시계열 데이터 심화_비선형 복습) (0) | 2021.04.10 |