딥 러닝

전통적인 인공 신경망 네트워크에서는 각각의 뉴런들이 연결을 가진다. 일반적으로 3개의 종류의 층을 가지며, 수동적인 추출이 필요하다. 입력 값이 있으면, 이를 인간이 특징 추출 (Feature extraction)을 통해서 범주화를 하고 결과값을 얻어낸다. 반면, 딥 러닝 모델에서는 기존의 모델과는 숫자부터 달라진다. 10억개 이상의 뉴런들이 존재하며, 추출 과정이 깊은 층에서 일어난다. 입력값이 들어오면 특징 추출과 범주화가 동시에 일어나고, 결과 값이 나타난다. 그렇다면 대체 딥러닝이란 무엇인가? 딥러닝은 다른 것을 하는 것이 아니라, 같은 것을 다르게 한다는 말이 있다. 일반적으로 2014년에서 2015년 사이에 딥러닝 시스템을 통해서 AI가 인간을 뛰어넘었다고 한다. 앞서 언급했듯, 딥 러닝은 인공 신경망 네트워크에서 더 많은 층이 생기는 것이다. 물론 이 복잡성 때문에 인공 신경망 네트워크에서 사용되던 역전파 방식이 사용되기 어렵다. 딥러닝은 어떠한 방식으로 진행될까? 딥러...

원문링크 : 딥 러닝