LSTM 이해하기 – 파트 7: 실제 데이터와 함께하는 LSTM 실전

Source: Dev.to

Introduction

이전 기사에서 우리는 LSTM의 세 단계인 Forget Gate, Input Gate, Output Gate를 모두 완료했습니다.
이제 실제 데이터를 사용해 LSTM을 적용해 보겠습니다.

Data Overview

• Companies
  • Company A
  • Company B
• Axes
  • Y‑axis: 주가
  • X‑axis: 값이 기록된 날짜

두 회사의 데이터를 겹쳐 보면, Day 1과 Day 5 사이에만 차이가 있습니다.

LSTM Processing for Company A

Day 1부터 Day 4까지의 데이터를 순차적으로 풀어낸 LSTM에 입력하고, Day 5 값을 올바르게 예측할 수 있는지 확인합니다.

1. Initialize the long‑term and short‑term memories to zero.
2. 간단한 다이어그램(주기적으로 표시)을 사용해 전체 흐름을 명확히 파악합니다.

Day 1

• 입력 값: 0
• 계산 후:
  • 새로운 장기 기억: (C_1 = -0.20)
  • 새로운 단기 기억: (h_1 = -0.13)

Day 2, Day 3, Day 4

• 각 날짜의 값을 넣고 같은 과정을 반복합니다.

Day 4를 처리한 뒤 최종 단기 기억은:

[ h_4 = 0 ]

이는 풀어낸 LSTM의 출력이 Company A의 Day 5 값을 정확히 예측한다는 의미입니다.

LSTM Processing for Company B

Company B의 값으로 동일한 과정을 반복합니다.

Day 1부터 Day 4까지 순차적으로 LSTM에 입력한 뒤 최종 단기 기억은:

[ h_4 = 1 ]

이는 Day 5에 대한 값을 올바르게 예측함을 보여줍니다.

Conclusion

이로써 LSTM에 대한 논의를 마칩니다. 다음 기사에서는 Word Embeddings와 Word2Vec에 대해 다룰 예정입니다.

Installerpedia

도구, 라이브러리, 혹은 전체 저장소를 더 쉽게 설치할 방법을 찾고 계신가요?

Installerpedia는 커뮤니티 기반의 구조화된 설치 플랫폼으로, 최소한의 번거로움과 명확하고 신뢰할 수 있는 가이드를 통해 거의 모든 것을 설치할 수 있게 해줍니다.

ipm install repo-name

… 그리고 끝! 🚀

🔗 Explore Installerpedia here