ダッシュボード
学習開始
カード管理
1 / 10 問目
リカレントニューラルネットワーク
選択肢消去
可変長系列
可変長系列をpaddingする主な理由は?
正しい「答え・判断基準」を選んでください。
通常は異なる。decoder状態が変わるためscoreと重みが時刻ごとに再計算される。
長さの異なる複数系列を、1つの長方形テンソルとしてミニバッチ処理するため。
全訓練データを使って勾配を計算するため、データが大きいとメモリ使用量が大きく計算コストが高い。局所最適解にも陥りやすい。
2値分類は0または1の整数値(または2要素のone-hot)、多クラス分類はone-hotベクトルで表すのが一般的。
解説
RNN自体が固定長入力しか受け取れないからではない。padding位置を損失や状態集約から除外する必要がある。
次の問題へ