순환신경망

[WIL]머신러닝 - 4주차 강의 개발일지

4주 차의 목표는 다양한 딥러닝 신경망 구조에 대해 알아본다. 전이 학습에 대해 배운다. CNN과 전이 학습을 직접 적용해본다. 1. 다양한 신경망 구조 이중에 합성곱 신경망(CNN), 순환 신경망(RNN), 생성적 적대 신경망(GAN)에 대하여 알아보도록 하겠다. 2. 합성곱 신경망 CNN - 합성곱은 아주 간단하다 밑의 사진의 필터를 정해서 스트라이드에 따라서 이동하며 곱해준 값을 더해서 결과값을 출력해주면 된다. 스트라이드란 이동하는 간격을 의미한다. 이렇게 합성곱 연산을 하게 되면 출력 값인 특성 맵의 크기는 줄어들 수밖에 없게 되는데 이것을 방지하고 싶다면 패딩 또는 마진을 입력값에 주고 스트라이드를 1로 설정하게 되면 같은 크기의 특성 맵을 얻어 낼 수 있다. - 합성곱 신경망의 구성은 합성곱..