전이 학습 시작점

이 연습에서는 사전 학습된 벡터를 모델의 시작점으로 사용할 때의 이점을 살펴봅니다.

두 에포크로 학습된 두 모델의 정확도를 비교할 거예요. 두 모델의 아키텍처는 동일합니다. 임베딩 레이어 하나, 128 유닛의 LSTM 레이어 하나, 그리고 샘플 데이터의 클래스 수에 해당하는 5 유닛의 출력 레이어로 구성됩니다. 차이점은 한 모델은 임베딩 레이어에 사전 학습된 벡터(전이 학습)를 사용하고, 다른 모델은 사용하지 않는다는 점입니다.

사용한 사전 학습 벡터는 200차원의 GloVE입니다. 두 모델의 검증 세트에 대한 학습 정확도 히스토리는 각각 history_no_emb와 history_emb 변수에 제공됩니다.