policy_network에서 길이 1인 data를 왜 LSTM에 넣는지?

[hccho2]

RNN 모델은 sequence data를 주로 다루는 모델입니다.

입력 데이터가 (N,T,D) 형태로 LSTM 모델에 들어갑니다.

구현 코드에서 T=1인 형태로 batch data가 입력되고 있습니다. 이런 경우에 굳이 LSTM 모델을 사용해서 얻는 장점이 전혀 없습니다. Dense를 사용하면 되지 않나요?

[quantylab]

@hccho2 네 맞습니다. 1-step LSTM은 tanh DNN과 거의 같다고 볼 수 있겠습니다. 인지하고있고 개정판에서 개선될 이슈입니다. https://github.com/quantylab/rltrader/blob/dev/main.py 이 dev 브랜치에서 rltrader를 구조적으로 개편 중입니다. [QL, PG, AC, A2C, A3C] x [DNN, LSTM, CNN] 조합으로 학습기를 쉽게 만들 수 있게 하는 것이 목적입니다.