[딥러닝 기초] RNN과 CNN 차이점

딥러닝은 머신러닝의 한 분야로, 인간의 뇌(뉴런)과 유사한 정보 입력 계층을 활용하여 데이터를 학습한다. 딥러닝 종류에는 ANN, DNN, RNN, CNN 등이 있으며, 그 중에서 RNN과 CNN에 대해 알아본다.

 

RNN (Recurrent Neural Network : 순환신경망)

• 입출력을 시퀀스 단위로 처리하는 시퀀스 모델
• 반복적이고 순차적인 데이터 학습에 특화된 인공신경망의 한 종류
• 순환구조를 이용해 과거 학습을 W(weight)를 통해 현재 학습에 반영

 

CNN (Convolution Neural Network : 합성곱신경망)

• 데이터(동영상, 이미지 등)의 특징을 추출하여 특징들의 패턴을 파악하는 구조
• 이미지의 특징을 추출하는 부분과 클래스를 분류하는 부분으로 나뉨
• Convolution 과정과 Pooling 과정으로 진행
• Convolution : 데이터의 특징을 추출하는 과정
• Pooling : Convolution Layer의 사이즈를 줄여주는 과정