0. Machine Learning
기계(컴퓨터)가 사람이 직접 명시적으로 Logic을 지시하지 않아도 데이터를 통해 컴퓨터가 학습을 하고 그것을 사용해 컴퓨터가 자동으로 문제를 해결하는 알고리즘을 연구하는 학문분야.
연구는 이전부터 활발하게 이루어져 왔지만 요즘들어 주목받는 이유는 빅데이터와 클라우드, 그리고 이것을 처리할 수 있는 슈퍼컴퓨팅 때문이다.
- Supervised Learning: 정답이 주어지는 학습, 예측모델 혹은 판별할 때 주로 쓰인다
- Unsupervised Learning: 정답이 없는 학습, Clustering에 주로 쓰인다
- Reinforced Learning: 정답이 아닌 Reward만 주어지는 학습
- CNN : 영상처리에 주로 쓰인다
- RNN : 규칙이 정해져있는 언어에 다시 쓰인다. 기존에 있던걸 저장해서 다시 돌려씀
1. CNN에서 비선형함수가 쓰이는 이유
영상을 처리할 때 비선형적 함수 (ReLU)와 같은 함수가 쓰인다.
왜? 0과 255의 경계선이 뚜렷한 이미지의 화질을 낮추면 어쩔 수 없이 128과 같은 중간값들이 생겨난다. 이 중간값이 있는 상태에서 다시 해상도를 높이려 하면 이미지는 결국 0과 255로 이루어지는 것이 아니라 128이라는 중간값에 의존적이게 된다. 이때 비선형함수를 적용시키면 0과 255의 중간값이 아닌 0에 가까운 어떤 수, 255에 가까운 어떤 수가 생겨나게 되어 이미지의 해상도를 낮췄다 높일 때 의존성이 낮아진다.
내가 이해한건 이건데 정답인지는 모른다..
그래서 결국 우리가 해야할 것은 이미 잘 만들어져있는 라이브러리(Tensorflow, Pytorch ...)를 이용해 학습시킬 때 우리가 정해줘야하는 Hyper parameter(activation 함수, loss, optimizer)를 잘 정해주는것!
얍!