[section_12_lab] Dynamic RNN & RNN with Time Series Data

Dynamic RNN

• 사실 우리가 실제 딥러닝을 구현할 기회가 생긴다면 단어의 길이(Sequence length)는 일정하지 않을것이다.
  이런 문제를 해결하는 것을 Dynamic RNN이라고 한다.
• 이런 문제는 sequence_length의 값을 줌으로써 해겨한다. (왼쪽그림)
• 만약에 5개의 단어의 길이(Sequence length)를 가지는 데이터에 sequence_length를 [5,3,4]를 주게 된다면 output의 결과는 0으로 나오게 된다.(padding과 같은 효과를 얻는다.

예시 url : https://github.com/hunkim/DeepLearningZeroToAll/blob/master/lab-12-0-rnn_basics.ipynb

RNN with Time Series Data

• 시간에 따라 변하는 값을 사용하며 최종적인 하나의 output많을 필요로 하는 경우에 사용된다.
  
• 예를들어 주식시장을 들수있다. 이전의 시간당 변화는 주가를 학습하여 다음나올 값(미래의 주가)을 예측하는 모델이다.

예시 url : https://github.com/hunkim/DeepLearningZeroToAll/blob/master/lab-12-5-rnn_stock_prediction.py