1. 인공 신경망과 심층 신경망 및 딥러닝 관계
인공신경망(ANN) | 심층신경망 | 딥러닝 |
딥러닝 기술의 기초 심층신경망을 구성하는 요소 |
인공신경망을 다중층으로 구성하여 만든 신경망 | 심층신경망을 학습시키는 과정 인공신경망의 구성 구분에 따라 각기 상이 |
2. 대표적인 인공 신경망 기법 : CNN, RNN
CNN | RNN |
합성곱 신경망이라고 함 특정 부분의 영역을 추출하여 곱 연산 시행 이미지의 특정 영역이 가진 특징을 추출하거나 인식하는데 사용(사물인식, 필기 인식, 물체 인식, 컴뷰터비전 분야 등) |
순환 신경망이라고 함 순환신경망 특성인 연속 값 예측할 수 있는 기법 다른 신경망의 가중치가 한면으로 이동하는데 반해 순환 신경망은 자기 자신에게 돌아오는 재귀적 연산 특징을 가짐(W 반복 수정 없음) 신경망 현위치에서 전후 순서를 순환적으로 학습 -> 광범위한 문제에 적용가능(문맥 인식, 확진자 예측,. 시퀀스 분야 등) 기본구조, 일대다 구조, 다대일 구조, 다대다 구조 등 다양한 구성으로 조직가능 |
'통계데이터과학과 및 컴퓨터과학 독서' 카테고리의 다른 글
02. 데이터 타입 (1) | 2024.04.15 |
---|---|
07. 인공지능 및 파이썬 9-18장 (0) | 2024.04.08 |
05. 인공지능 및 파이썬 6장_2 (0) | 2024.03.25 |
05. 인공지능 및 파이썬 6장_1 (0) | 2024.03.18 |
04. 인공지능 및 파이썬 5장 (0) | 2024.03.11 |