LSTM을 사용한 칼만 필터 오차 보상 - 3 (PyTorch 모델 설계 및 학습)

LSTM 모델 설계 이전 글에서는 학습 데이터 셋을 생성하였다. 이번 글에서는 PyTorch 기반 LSTM 모델을 설계하고, 학습을 진행한다.

LSTMModel 클래스는 nn.Module 클래스를 상속받는다. 따라서 우리는 LSTM 모델의 레이어 구성과, 과적합 방지를 고려해야 한다.

Fig.1 Schematic of error compenation LSTM network structure Fig. 1은 오차 보상 LSTM 네트워크 구조도이다. 입력 데이터와 출력 데이터를 이해하는데 도움이 될 것이다. import torch import torch.nn as nn # ============== LSTM 모델 정의 ============== # class LSTMModel(nn.Module): def __init__(self, input_dim=6, hidden_dim1=128, hidden_dim2=32, output_dim=2, dropout_rate=0.1): super(LSTM...

요청 처리 중입니다...

LSTM을 사용한 칼만 필터 오차 보상 - 3 (PyTorch 모델 설계 및 학습)

등록된 다른 글