Deep Learning5 GAN(Generative Adversarial Network) GAN이란? GAN은 Generative Adversarial Network의 약자로 "생성 모델"을 뜻하는데 즉 생성 모델이 그럴듯한 가짜를 만들어내는 모델입니다. GAN을 설명할때 다루는 대표적인 예시는 바로 "지폐 위조범& 경찰"에 관한 이야기 입니다. 위조 지폐범이 위조 지폐를 생성하게 되면 경찰은 이 지폐가 진짜인지 아닌지를 구별하게 됩니다. 이 과정을 반복하게 되면 위조 지폐범이 계속해서 더 진짜 같은 위조 지폐를 만든다는 것입니다. GAN의 구성요소 GAN은 다음과 깉이 Generator(생성기)와 Discriminator(판별기)로 구성되어 있습니다. 이 둘을 서로 경쟁적으로 대립시켜(Adversarial) 학습을 시키는 신경망입니다. [Discriminator(판별기)] 판별기의 역할은 .. 2020. 11. 26. RNN(Recurrent Neural Networks) RNN(Recurrent Neural Networks)은 주로 자연어 처리 문제에 주로 사용되는 인공신경망 구조입니다. 즉 RNN은 시계열 데이터를 다루기에 적합한 인공신경망 구조입니다. 예를 들어서 주식가격, 음성 데이터, 자연어 데이터등이 대표적인 시계열 데이터의 종류라고 할 수 있습니다. RNN 구조 RNN의 기본 구조는 다음 그림과 같습니다. 빨간색 박스는 인풋, 파란색 박스는 아웃풋, 그리고 녹색 박스는 현재 히든 state를 의미합니다. 현재 상태의 히든 state는 직전 시점의 ht-1을 갱신 받는 구조 입니다. RNN은 시퀀스 길이에 상관없이 인풋, 아웃풋을 받을 수 있는 구조이기 때문에 원하는 모델에 따라서 다양하게 구조를 만들 수 있습니다. 이것이 RNN의 장점 중 하나입니다. RNN .. 2020. 11. 2. CNN(convolutional neural network) CNN(convolutional neural network)은 이미지 처리를 위해 최적화된 인공신경망 구조입니다. CNN은 크게 컨볼루션 층(Convolution Layer)과 풀링층(Pooling Layer)로 구성되어 있습니다. 풀링은 서브샘플링이라고도 불립니다. 컨볼루션 층(Convolution Layer) Convolution Layer은 컨볼루션 연산을 통해서 이미지의 특징을 추출해내는 부분입니다. 컨볼루션은 합성곱 연산이라고도 불립니다. 위 예제는 크기가 5x5인 데이터를 1개의 필터(커널)로 합성곱 연산을 수행하는 과정입니다. 그렇다면 필터는 무엇일까요?? 필터(Filter) & Stride 필터는 이미지의 특징을 찾아내기 위해서 공유하는 파라미터 라고 할 수 있습니다. Filter는 Ker.. 2020. 10. 7. 활성화 함수(Activation Function)의 종류 활성화 함수(Activation Function) 개념 활성화 함수란 어떠한 신호를 입력받아을때 이를 적절한 처리를 하여 출력해주는 함수입니다. 이를 통해 출력된 신호가 다음 단계에서 활성화 되는지를 결정합니다. 활성화 함수(Activation Function) 종류 (1) 시그모이드 함수(sigmoid function) (수식) 값이 작아질수록 0, 커질 수록 0에 수렴하는 구조이다. 출력이 0~1 사이로 즉 확률로 표현할 수 있다. 입력 값이 0에 가까울수록 출력이 빠르게 변한다. * (binary- class classification)에 많이 사용이 된다. (2) 하이퍼볼릭 탄젠트(tanh) (수식) 값이 작아질수록 -1, 커질 수록 1에 수렴하는 구조이다. 입력 값이 0에 가까울수록 출력이 빠르.. 2020. 10. 6. 이전 1 2 다음
