① RNN 셀 구현을 위한 구문입니다.

ⓐ input_dim: 훈련 데이터셋의 특성(feature) 개수로 (배치, 입력 데이터 칼럼 개수/특성 개수(batch, input_size)) 형태를 갖습니다.

ⓑ hidden_size: 은닉층의 뉴런(유닛) 개수로 (배치, 은닉층의 뉴런 개수(batch, hidden_size)) 형태를 갖습니다.

② 재귀적으로 발생하는 상태 값을 처리하기 위한 구문입니다.

ⓐ 현재 상태를 의미하는 것으로 다음 그림의 h_t를 의미합니다.

ⓑ word: 현재의 입력 벡터로 다음 그림의 x_t를 의미하며 (배치, 입력 데이터 칼럼 개수(batch, input_size))의 형태를 갖습니다.

ⓒ ht: 이전 상태를 의미하는 것으로 다음 그림의 h_t-1을 의미하며 (배치, 은닉층의 뉴런 개수(batch, hidden_size))의 형태를 갖습니다.

▲ 그림 7-15 은닉층의 상태 값