반응형 딥러닝 알고리즘8 딥러닝의 층 구조 딥러닝을 배워보자 더보기 딥러닝 기본 구조 신경망 딥러닝의 구조는 크게 3부분으로 나뉘어져 있다. 1. 입력 부분 2. 분석 부분 3. 출력 부분 마지막으로 모델을 만들고 난 후, 컴파일을 하는 부분으로 구성된다. 층층이 쌓아올린 모델들이 신경망 처럼 연결되어서 과거데이터를 분석 하고, 새로운 결과물을 도출해내는 것이다. 딥러닝 모델 생성 딥러닝은 여러층의 신경망이 겹쳐져서 '모델'을 생성한다. 대표적인 딥러닝 라이브러리인 텐서플로에서도 keras를 이용해 딥러닝 모델을 간단하게 만들어보자. 먼저 딥러닝에 필요한 모델을 생성하기 위한 모듈을 호출한다. Sequential()은 딥러닝에서 모델 신경망 층을 생성하기 위한 함수다. Dense()는 층마다 입력값과 활성화 함수를 정의한다. 아래 예시는 1개의 입력층과 1개의 출.. 2021. 12. 15. 딥러닝 머신러닝 차이, 머신러닝 딥러닝 머신러닝 딥러닝 차이 알파고가 대한민국을 초토화 시킨지 5년이 지났다. 실생활에도 인공지능이 많이 들어 왔고, 무수히 쌓여가는 데이터들을 기반으로 한 새로운 사업들이 계속 등장하고 있다. 이제 진짜로 인공지능을 배워야 하는 시기가 왔다. 특히 개발자라면 인공지능의 힘을 빌리지 않으면 생존하기 힘든 시대가 되었다는 말이다. 딥러닝 머신러닝 차이 인공지능의 가장 기본적인 개념은 인간이 내려야할 판단의 영역을 컴퓨터에게 맡기는 것이다. 과거 데이터를 분석해서, 새로운 데이터에 대한 예측, 기대, 결정을 내리도록 만드는 것이 머신러닝의 개념이다. 머신러닝 안에는 여러가지 알고리즘이 있다. 그 중 하나가 딥러닝 기법인 것이다. 즉 인공지능이 가장 상위의 개념이고, 그 다음이 머신러닝이고, 그 아래에 있는 것이 딥.. 2021. 12. 15. 이전 1 2 다음 반응형
