0202_hyeon

순환 신경망 이해하기   RNN(Recurrent Neural Network) 개요-Recurrent 몇 번이나 반복해서 일어나는 일-순환하는 신경망  -반복해서 돌아감  -순환을 위해서는 닫힌 경로(순환하는 경로)가 필요  -과거 정보를 유지하면서(기억하면서) 새롭게 업데이트할 수 있도록 구성 >> 시간이 오래 걸림-Simple RNN  -기울기 소실 문제  -장기 의존 관계(long term)를 학습하기 어려움  >> 이걸 해결한 게, 게이트가 추가된 RNN    -LSTM(Long Short Term Memory)    -GRU(Gated Recurrent Unit) LSTM 이 그림은 LSTM(Long Short-Term Memory)의 구조를 간단히 설명하는 다이어그램입니다. 이를 통해 Simp..

퍼셉트론 구조와 신경세포 비교:퍼셉트론은 생물학적 뉴런(신경세포)을 모델로 삼아 설계되었습니다.생물학적 뉴런에서 **입력 신호(Input Signal)**는 **수상돌기(Dendrites)**를 통해 전달되고, 이를 **뉴런(Cell Nucleus)**에서 처리하여 **출력 신호(Output Signal)**로 전송합니다.이를 인공 신경망에 적용한 것이 퍼셉트론의 구조입니다.퍼셉트론의 주요 구성 요소:입력(X): 입력 데이터는 X1,X2,...,XnX_1, X_2, ..., X_n로 표현되며, 각각의 입력에는 가중치 W1,W2,...,WnW_1, W_2, ..., W_n가 부여됩니다.가중치 합(Weighted Sum): 입력 데이터와 가중치를 곱한 값을 모두 더하여 순입력(Net Input)을 계산합니다..

딥러닝이란ex)이미지 분류 ImageNet Large Scale Visual Recognition Challenge(LSVRC) 기계학습(머신러닝)은 특징 추출기를 활용해 특징 벡터를 추출하여 학습대상을 분류한다면, 딥러닝은 Feature Extractor이랑 Classifier가 한 번에 있다 딥러닝으로 할 수 있는 것들classification, Regression, Object Detection, Image Segmentation, Imange Super Resolution, Artistic Creation with GAN, Reinforcement Learning  프레임워크 장단점-API의 사용법만 알면 딥러닝 알고리즘을 쉽고 빠르게 구현 가능-최적화를 신경 쓰지 않아도 프레임워크가 내부적으로 ..