딥러닝의 3 STEP의 기초 (4~6강)
참고) 해당 포스팅은 패스트 캠퍼스 100% 환급 챌린지 미션 기록용 포스팅이며, 강좌 내용에 맞추어 포스팅함을 언급
클립명 : PART4)딥러닝의 3 STEP의 기초
04. 딥러닝이 무엇인가요(딥러닝의 현재) 05. 딥러닝이 무엇인가요(딥러닝 실습 환경) 06. 딥러닝이 무엇인가요 (얕은 신경망 구조)
이번 포스팅에서는 '얕은 신경망 구조'에서 소개했던 용어설명에 대해서 포스팅 하겠다.
위의 그림을 참고하면 왜 신경망이라는 단어가 쓰이고 있는지 파악할 수 있다. 수상돌기에서 신호를 받아 축삭돌기에로 출력되는 것처럼, 입력에서 여러 x값들을 받아 가중치를 가해 합을하고, 그것을 활성 함수를 통하여 어떠한 값으로 산출하는것과 비슷한 모습이다. 입력값에 가중치를 가해 합을 하는것은 선형적 특성이지만, 여기서 활성 함수(Activation Function)을 통해 비선형적인 특성을 갖게 된다.
위에서 언급한 뉴런들이 여러개로 모여있어 연결되어 있으면 우리는 그것을 인공신경망(Artificial Neural Network)라고 말한다.
뉴런이 모인 한 단위를 계층(Layer)라고 하며, 이전 계층과 모든 뉴런이 서로 연걸된 계층을 Fully-Connected Layer(Dense Layder)이라고 얘기한다. 위에서는 4개의 뉴런이 4개의 뉴런과 연결되므로 총 16가지가 연결되는 경우의 수가 있고, 16가지로 모두 연결되어 있으면 우리는 그것은 Fully-Connected Layer(Dense Layder)이라고 명명하는 것이다.
마지막으로 얕은 신경망(Shallow Neural Network)란 입력, 은닉, 출력의 3가지 계층으로 되어 있으며, 은닉 계층과 출력 계층이 Fully Connected 계층인 모델은 얕은 신경망(Shallow Neural Network)라고 한다. 앞으로 우리는 이러한 신경망들을 어떻게 설계할 것이며, 설계한 신경망에 어떠한 데이터를 넣고 어떠한 결과값을 출력받을지를 생각해야 한다. 단순히 모델의 성능이 뛰어난 것도 중요하지만 그 전에 어떠한 연구를 위해 해당의 것들을 배워가는지를 먼저 파악하는 것도 중요하다. 차후 강의에서는 신경망의 구조들과 어떤게 이루어지는지에 대해서 알아볼 것 같다.
(글자수 : 1100자 이상)
강의 소개 링크 : bit.ly/3cx6kMd
딥러닝/인공지능 올인원 패키지 Online. | 패스트캠퍼스
Tensorflow2.0부터 Pytorch까지 딥러닝 대표 프레임워크를 정복하기. 생활 깊숙이 침투한 인공지능, 그 중심엔 딥러닝이 있습니다. 가장 강력한 머신러닝의 툴로서 주목받는 딥러닝은 생각보다 어려
www.fastcampus.co.kr
