CNN, RNN

합성곱 신경망 살펴보기

CNN이란 무엇일까?🤔
실제 이미지 인식 인공지능을 딥러닝 기법으로 만들 때에는 CNN(Convolutional Neural Network, 합성곱 신경망)이라는 기법을 사용한다.

• 합성곱 신경망은 시각세포의 작동 원리를 본떠서 만들고, 이미지를 특정한 영역별로 추출하여 학습시킨다
• 아래 사진에서 주어진 숫자 0을 2X2, 즉 4칸씩 뽑아낸다
• 이러한 과정을 통해 부분의 특징을 찾는다

위 사진에서 4칸씩 잘라내면 하나의 데이터를 9개의 데이터로 학습시킬 수 있다.

• 그런 다음 추출한 데이터를 인공신경망에 넣는다
• 결과값이 0이라고 알려주면 스스로 가중치와 편향을 바꿔가며 이미지가 숫자 0이라는 것을 학습한다

물론 여기에는 여러 생략된 과정이 있다. 간단한 원리일 뿐!

순환 신경망 살펴보기

• 순환 신경망은 재귀 신경망으로도 불린다.
  재귀(recursive) : 원래 자리로 되돌아간다

• 이때 재귀란 하나의 신경망을 계속적으로 반복해서 학습하는 것을 말한다

• 일반적인 인공 신경망 ANN 에서는 신경망의 구성에 따라 가중치가 한 방향으로 이동하며 변한다

• 순환 신경망에서는 가중치의 변화가 한 방향으로 이동하는 것이 아닌 다시 자기자신에게 돌아오는 구조이다.

• 연속 데이터에 관한 결과 예측과 분류 시 사용!
• 일반적인 데이터의 패턴을 학습하는 인공 신경망에서 한 단계 더 나아간 학습 방법
• 전후 관계에 대한 패턴을 학습하기 때문에 다양한 곳에서 사용

순환 신경망 체험하기

• 순서를 학습하기 좋은 순환 신경망
• 스케치 RNN 링크ㄴ : 퀵 드로우의 데이터셋 사용
• 사람들이 그린 순서대로 그림들을 학습하여서 그림을 그리는 과정을 예측할 수 있다.

사람들이 그려놓은 정보를 바탕으로 순서를 예측하여 그림을 완성시켜준다.