1. 학습
    2. /
  2. 강의
    3. /
  3. PyTorch로 배우는 텍스트 딥러닝
Connected

연습 문제

텍스트용 RNN 모델 구축

PyBooks의 데이터 분석가로서 고객 상호작용, 시계열 데이터, 텍스트 문서처럼 순차적 정보가 담긴 데이터셋을 자주 다루게 됩니다. RNN은 이러한 데이터를 효과적으로 분석하고 인사이트를 추출하는 데 유용합니다. 이 연습 문제에서는 이미 전처리와 인코딩이 완료된 Newsgroup 데이터셋을 사용합니다. 이 데이터셋은 여러 범주의 글로 구성되어 있습니다. 여러분의 과제는 RNN을 적용해 다음 세 가지 범주로 기사를 분류하는 것입니다:

rec.autos, sci.med, 그리고 comp.graphics.

다음 모듈이 미리 로드되어 있습니다: torch, nn, optim.

또한 매개변수 input_size, hidden_size (32), num_layers (2), 그리고 num_classes가 사전에 로드되어 있습니다.

이 연습 문제 및 이후 연습 문제에서는 sklearn의 fetch_20newsgroups 데이터셋을 사용합니다.

지침

100 XP
  • RNN 계층과 완전 연결 Linear 계층을 포함해 RNN 클래스를 완성하세요.
  • 모델을 초기화하세요.
  • 경사도를 초기화(zeroing)하면서 RNN 모델을 10 epoch 동안 학습하세요.