[패스트캠퍼스 수강 후기] 인공지능강의 100% 환급 챌린지 27회차 미션

인공지능강의

05. PART 4) 딥러닝의 3 STEP의 기초

43. 순환 신경망(RNN) - 01. (STEP 1) 순차 데이터의 이해

순차 데이터 Sequential Data

.순서가 의미가 있으며, 순서가 달라질 경우 의미가 손상되는 데이터를 순차 데이터라고 한다.

.시간적 의미가 있는 경우 Temporal Sequence라고 하며, 일정한 시간차라면 Time Series라고 한다.

 

Resampling

.Temporal Sequence를 Time Series로 변환하기 위해서는 Resample을 수행한다.

.취득된 데이터(Temporal Sequence)를 이용해 신호를 보간(Interpolation)하고, 이를 균일 시간 간격으로 샘플링한다.

 

심층신경망과 순차 데이터

.다중입력- 단일출력 : 개인 비서 서비스.

.다중입력- 다중출력 : 번역기.

.단일입력 - 다중출력 : 사진을 묘사하는 장면 이해 알고리즘.

 

44. 순환 신경망(RNN) - 02. (STEP 1) 기본적인 순환 신경망

 

기억 시스템 Memory System

.순차 데이터를 올바르게 처리하기 위해서는 입력을 받을 때마다 그 내용을 기억할 수 있어야 한다.

.이전 입력을 기억하지 않는 시스템은 무기억 시스템(Memoryless System)이라 한다.

 

기본적인 순환 신경망 Vanilla Recurrent Network

.Vanilla RNN의 구조는 얕은 신경망 구조에 '순환'이 추가된 것으로 이해할 수 있다.

.기억 시스템이므로, RNN의 출력은 이전의 모든 입력에 영향을 받는다.

 

다중 계층 순환 신경망 Multi-Layer RNN

.순환 신경망도 심층 신경망처럼 쌓아 올릴 수 있지만 신경망의 구조가 매우 복잡해지고 학습이 잘되지 않아, 권장 되지않는다.

 

 

https://bit.ly/3g72Rmm

딥러닝/인공지능 올인원 패키지 Online. | 패스트캠퍼스