AI/딥러닝24 [AI 부트캠프] DAY 68 - 딥러닝 4 [오늘의 일지] 딥러닝 실시간 강의 - RNN [상세 내용] RNN 등장배경 - 시퀀스 데이터 처리의 필요성: 다양한 분야에서 발생하는 시퀀스 데이터(시계열 데이터, 자연어 텍스트, 음성 신호 등)를 효과적으로 처리하고 모델링하기 위한 필요성이 대두되었습니다. 이러한 데이터는 순서와 상호 의존성을 가지며, 전통적인 신경망 모델로는 처리하기 어려웠습니다. - Feedforward Neural Networks의 한계: 기존의 피드포워드 신경망 모델은 각 입력과 출력 간의 관계를 고려하는데 적합하지만, 시퀀스 데이터와 같이 순서 정보를 갖는 데이터를 다루기 어려웠습니다. 이로 인해 순서 정보를 활용하고 의미를 추출하는 방법이 필요했습니다. - 기존 모델의 과거 정보 손실: 이전 단계의 정보를 현재 상태에서 유.. 2023. 10. 27. [AI 부트캠프] DAY 67 - 딥러닝 3 [오늘의 일지] 딥러닝 실시간 강의 - CNN [상세 내용] CNN 등장배경 - David Hubel과 Torsten Wiesel은 20세기 중반에 중요한 연구를 통해 시각 피질 내에서 뉴런의 작동과 시각 정보 처리를 이해하는 데 기여한 노벨 생리학과 의학상 수상자입니다. 그들의 연구는 신경 과학과 컴퓨터 비전 분야에서 컨볼루션 신경망(CNN)의 개발에 영향을 미쳤습니다. 영향을 미쳤던 부분은 아래와 같습니다. 뉴런의 특징 감지: Hubel과 Wiesel은 고양이 시각 피질의 뉴런을 연구하면서, 이 뉴런들이 특정 방향, 모양 및 패턴의 시각적 자극에 반응하는 것을 발견했습니다. 이러한 뉴런을 "특징 감지 뉴런"이라고 불렀습니다. 각각의 특징 감지 뉴런: Hubel과 Wiesel은 감각 정보를 처리하는 계.. 2023. 10. 26. [AI 부트캠프] DAY 66 - 딥러닝 2 [오늘의 일지] 딥러닝 실시간 강의 - 딥러닝 기본 실습 코드, 설정( Learning Rate Scheduling, Transfer Learning, Back-propagation) [상세 내용] 딥러닝 기본 설정을 위한 실습 코드 # 파이토치 라이브러리와 필요한 모듈들을 불러옵니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import random from time import time import os from tqdm.auto import tqdm import torch import torchvision from torchinfo import summary seed = 20.. 2023. 10. 25. [AI 부트캠프] DAY 65 - 딥러닝 1 [오늘의 일지] 딥러닝 실시간 강의 - 딥러닝 역사, 정의, 설정( Loss function, Optimizer, Mini-batch) [상세 내용] 딥러닝 역사 퍼셉트론 (Perceptron) (1957): 프랑크 로젠블라트(Frank Rosenblatt)가 개발한 퍼셉트론은 인공 신경망의 초기 형태 중 하나로, 간단한 형태의 이진 분류에 사용되었습니다. 역전파 알고리즘 (Backpropagation) (1986): 역전파 알고리즘은 가중치 조정을 통해 인공 신경망이 학습하도록 하는 중요한 알고리즘입니다. 이 알고리즘은 1986년 제프리 힌튼(Jeffrey Hinton)과 다이앤 시긴토니(Diane Sevigny)에 의해 개발되었습니다. 컨볼루션 신경망 (CNN) (1998): CNN은 이미지 처리에 .. 2023. 10. 24. 이전 1 ··· 3 4 5 6 다음 반응형
