Deep Leaning

프로젝트에서 딥러닝 기술을 이용했었는데, 딥러닝이 무엇인지를 정리해 두도록 하겠다.

Deep Learning 딥러닝

• 개념 : 딥러닝 ⊂ 머신러닝

여러 층을 가진 인공신경망*(Artificial Neural Network, ANN)을 사용하여 머신러닝 학습을 수행하는 것. 머신러닝의 한 종류라고 할 수 있다. 

차이점

머신러닝은 학습하려는 데이터들에서 어떤 특징을 추출할 것인지 사람이 직접 분석하고, 판단한다. (사람 개입)

그러나, 딥러닝은 기계가 스스로 학습하려는 데이터에서 특징을 추출하고 학습한다. (사람 개입x)

*인공신경망 ? 인간의 뇌가 가진 신경세포 즉 뉴런을 본떠 만든 네트워크 구조.

   입력층(input layer), 은닉층(hidden layer), 출력층(output layer)로 구성되어 있다.

   각 뉴런에는 입력신호를 활성화 함수를 통해 가공하여 출력을 한다.

• 딥러닝에 사용되는 인공신경망 알고리즘 : 심층 신경망(DNN), 컨볼루션 신경망(CNN), 순환 신경망(RNN) 등 다양

• 딥러닝 프레임워크 : 이미 검증된 인공신경망 알고리즘을 새롭게 구현할 필요없이 프레임워크를 사용하면 된다.

  프레임워크에서 다양한 딥러닝 알고리즘을 제공해준다.

  대표적인 프레임워크로는 텐서플로우(tensorflow), 케라스(keras)등이 있다.

  1. 텐서플로우 ? 구글의 구글 브레인 팀에서 개발한 딥러닝 프레임워크.

     c/c++엔진에 파이선 API로 제작되어 빠른 실행이 가능.

     또한 텐서보드라는 모  델 가상화 도구도 제공하여 모델을 손쉽게 시각화 가능.

     단, 다른 프레임워크에 비해 속도가 느린편.

  2. 케라스 ? 위에서 설명한 텐서플로우를 백엔드로 사용하는 파이썬 라이브러리.

      배우기도 쉬울 뿐더러 일관성 있고 간단한 API를 제공.

• 딥러닝을 통해 머신러닝으로는 한계가 있던, 시각 & 청각 인식 기술에 큰 도움이 되고 있다.