가장 기본적인 인공 신경망은 확률적 경사 하강법을 사용하는 로지스틱 회귀와 같다.이미지, 음성, 텍스트 분야에서 효과적인 성능패션 MNISTunique 확인딥러닝 라이브러리다른 머신러닝 라이브러리와 다르게 GPU사용하여 인공신경망 훈련한다.(백터/행렬 연산에 최적화)심

저번시간 끝까지 다루지 못했던 신경망 모델 훈련도 작성해보고, 우리가 하려는 프로젝트에 맞는(kaggle 에 있는) 코드도 작성해보고자 한다.4가지 정도를 따라해봤는데, 그 중 상위 2가지만 작성해보려 한다.케라스 모델은 훈련하기 전 설정 단계가 존재complite()

텍스트, 시계열 데이터, 일정시간 간격으로 기록된 데이터 처럼 순서에 의미가 있는 데이터이미지 한장을 분류하는 것은 순서가 상관 없다. 모델을 만들 때 골고루 있는 더 좋을 때가 있다.하지만 그렇지 않은 경우는 순서를 유지해야한다.)피드 포워드 신경망 :: 입력 데이터
RNN의 한계• 문장이 길어질수록 앞 내용이 사라짐(기억 유지 어려움)• 한 번에 토큰 1개씩만 처리해서 느림• LSTM·GRU도 근본 해결은 못함어텐션 메커니즘 등장핵심 아이디어:“중요한 단어에 더 집중하자!” • 인코더의 모든 은닉 상태를 참고함 • 중요한 단어에는