딥러닝, 머신러닝 차이

딥러닝 종류

딥러닝은 어떤 방식으로 신경망을 구성하는지에 따라 여러 종류로 구분된다.

📌 이미지 인식

📑 CNN

LeNET-5, AlexNet, ZFNet, VGGNet, GoogLeNet, ResNet, DenseNet

📌 자연어처리

📑 Transformer

• 인코더, 디코더
  - 인코더: 입력 문장을 벡터로 변환
  • 디코더: 벡터를 새로운 문장으로 생성
• 번역, 챗봇에 많이 쓰임
• self-attention 기법: 문장에서 중요한 부분에 집중하여 의미를 압축

BERT

• Transformer에서 인코더만 분리한 모델
• 주로 문장의 의미를 분류하는데 많이 쓰임

GPR

• Transformer에서 디코더만 분리한 모델
• 주로 문장을 작성하는 용도로 사용됨

📑 RNN

📑 LSTM

📌 이미지 생성

📑 GAN

• 생성자(Generator), 식별자(Discriminator)
  - 생성자: 임의의 벡터로 새로운 사진을 만들어냄
  • 식별자: 그 사진이 가짜/진짜라고 판단
• 반복적으로 균형을 이루면서 학습하면 생성자가 점차 진짜같은 사진 생성

📌 강화학습

출처: 제로베이스, https://www.youtube.com/watch?v=ZbwneKaRX8U