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
'고려사이버대학교 > Keras' 카테고리의 다른 글
[케라스 10주차] 시퀀스란 무엇이고, 모델 생성하는 방법 (0) | 2022.05.09 |
---|---|
[케라스 7주차] 순환신경망(RNN)과 LSTM 레이어 살펴보기 (0) | 2022.04.16 |
[케라스 6주차] 소규모 데이터셋으로 데이터 부풀리기 (0) | 2022.04.09 |
[케라스 5주차] 이미지에 특화된 인공지능 알아보기 (0) | 2022.04.03 |
[케라스 3주차] 알파벳 수화 이미지를 학습한 뒤 맞춰보기 (0) | 2022.03.22 |
댓글