AI11 딥러닝 -03 Recurrent Neural Network Rnn 은 대표적인 ai 분야중 하나이다. Cnn 은 이미지 처리 등, 복잡한 grid 데이터를 하나의 flat으로 펼치는 것에 집중화 되어 있다면, Rnn 은 순차적인 데이터, 즉 시간과 연관이 있는 데이터를 처리하기에 알맞은 데이터 처리 이다. 비디오, 주식, 에세이 등 데이터와 데이터간이 시간적으로 연관되는 데이터에 rnn 알고리즘을 사용한다. Rnn 의 특징중 하나는 과거의 데이터를 기억하고 있다는 점이다. 네트워크의 기억은 지금까지의 입력 데이터를 요약한 정보라고 볼 수 있는데, 새로운 입력이 들어 올 때마다 기억하고 있는 바를 조금씩 바꿔준다. 결국 입력된 정보를 모두 처리 하고 난 뒤는 neural network 에 남아 있는 요소들은 데이터들의 특징을 추출한 어느 수치라는 것을 알 수 있다.. 2020. 4. 4. 딥러닝 -02 CNN 학습 CNN - Convolutional neural network cnn 의 기본 개념은 여러 뉴런들이 각기 다른 신호를 위해 대기하고 있다는 점에서 착안되었다. 이를 인공신경망을 구축하여 컴퓨터 적으록 구현화 한 것이 cnn 학습이다. 주로 이미지 학습등의 복잡한 데이터 구조를 단순화 하여 특징을 뽑아 낼 때 주로 사용된다. 복잡한 데이터를 단순화 할 때에는 일종의 레이어(filter)를 응용하여 각 레이어별 특징을 뽑아낸다. 다음과 같은 경우를 해석하자면 wx+b 의 관계식을 이용하되, 5*5*3 의 레이어만 적용하여 하나의 값을 추출한다는 뜻이다. 5 - x / 5 - y / 3 - ( RGB ) 움직 이는 기준 - stride stride = 2 이면 2칸씩 레이어가 움직이며, stride = 3 이.. 2020. 3. 31. 딥러닝 01 - 기초 정리 XOR 문제 해결 과정 머신러닝 개념이 발전하던 도중 중요한 문제점이 하나 발견이 되었다. 그 문제점은 어떻게 XOR 문제를 해결할 것인가? 라는 문제이다. XOR 문제는 0 1 일때 True 값, 0 0 일때 False 값을 출력하는 컴퓨터 연산자인데, 상단의 그래프에 어떠한 선을 그어도 절대 XOR 개념에 만족하는 선을 확립할 수 없다는 것이 발견된다. 이는 어느 한 수학자가 수학적으로 linear regression 으로는 저 문제점을 풀 수 없다는 것을 증명해 내고 이 문제는 머신러닝, ai 학문에 큰 난관이 되었다. 그리고 세월이 지난 후에, 딥러닝 개념이 등장하면서 이러한 xor 문제를 해결할 수 있다는 것을 발견하였다. 간단히 딥러닝 개념을 설명하자면 여러개의 머신러닝을 합쳐 하나의 연산으로 만든다고 해석 가능하다.. 2020. 3. 22. 머신러닝 스터디 -04 코드정리 머신러닝 코드를 분석하면서 의미를 따져보고자 한다. ( 이해하면서 외우기 편하게끔 만들기 위함 ) 먼저 정규화 메소드를 정의하여 각 값이 0~1사이에 있게끔 만들어 준다. 이는 이상값의 존재를 없애줄 뿐만 아니라 오버슈팅 등을 막아주는 역할을 하기도 한다. 머신러닝 코드 분석------ 1) 변수 정의 먼저 각 데이터를 뽑아, x_data 에 독립변수를 넣고 y_data 에 종속 변수를 저장해준다. placeholder를 통해, 각 데이터를 넣을 공간을 정립 ( 실제 training 을 돌릴때는 이 변수 안에 있는 데이터 값을 분석한다.) 임의의 W, B 값을 정의해준다. ( random normal 로 하는 이유는 트레이닝을 시킬 경우, 알아서 찾아 들어가기 때문에 굳이 정해주지 않은 것 같다. // .. 2020. 3. 17. 이전 1 2 3 다음
