딥러닝2

• 

  딥러닝 논문 트렌드 - Historical Review 지금까지 어떤 연구들이 중요했고, 트렌드인지 살펴보자. 2012 – AlexNet : 딥러닝의 역사적 시작. 이미지가 들어갔을 때 분류하는 것이 목적. 딥러닝의 성능을 보여줌 2013 – DQN : 딥마인드, 알파고 등의 기반 2014 – Encoder/Decoder : 단어가 주어졌을 때 시퀀스를 만들 때 활용 2014 – Adam Optimizer : 실험결과가 웬만하면 잘나온다 2015 – Generative Adversarial Network : 네트워크가 생성자(Generator) / 구분자 (Discriminator) 를 만들어서 학습 술 마시는 게 연구에 좋다는 사례 2015 – Residual Networks : Network를 깊게 쌓을 수 있게 만들어줌 (원래는 성능이 안 나와서 깊게 .. AI/📚 Concept 2022. 7. 16.

• 딥러닝 기본 용어 인공지능의 정의를 생각해보자. 인공지능은 인간의 지능을 모방하는 것 그 안에 많은 데이터들을 이용하는 머신러닝이 있는 것이고 (예 : 고양이, 강아지 사진 잔뜩으로 고양이인지 강아지인지 분류하는 거) 딥러닝은 그 안에 포함 된, Neural Network를 사용하는 기법 딥러닝 관련 논문을 볼 때 주요 키워드 논문을 볼 때 data, model, loss, algorithm을 생각하면서 보는 것이 좋다. data : 모델이 데이터를 통해 어떤 걸 학습해? model : 어떻게 데이터를 transform 할거야? loss : 모델 성능이 어때? 꼭 모든 Regression에서 MSE를 사용하지는 않는다. Loss Function을 줄이는 것만이 우리의 목적은 아니므로, 상황별로 따져봐야 한다. algori.. AI/📚 Concept 2022. 7. 16.