수정 : `22.03.05 순환 신경망 (RNN : Recurrent Neural Network) 심층 신경망의 기본 단위는 퍼셉트론(perceptron)이다. 여러 개의 퍼셉트론을 서로 어떻게 연결하느냐에 따라 여러 종류로 나뉘는데 이 포스트에서는 대표적인 딥 러닝 모델 중 하나인 순환 신경망에 대해 공부해볼 것이다.
순환 신경망(RNN)은 시계열 데이터와 같이 시간의 흐름에 따라 변화하는 데이터를 학습하기 위한 신경망이다. 따라서, 과거의 출력을 재귀적(recurrent)으로 참조하려한다.
FNN, CNN은 입력 데이터에 대해서만 동작하기 때문에 연속적인 데이터를 처리하기가 어렵다. 하지만 RNN은 재귀적 특성(자기 자신을 참조) 때문에 현재 결과가 이전 결과와 연관성을 가지게 된다.
이런 특징 때문에 RNN은 시계열 데이터나 음성, 문자 등과 같이 순차적으로 등장하는 데이터 처리에 좋은 성능을 가진다. 셀(Cell) 은닉층에서 활성화 함수를 통해 결과를 내보내는 역할을 하는 노...
원문 링크 : (딥 러닝) 순환 신경망(RNN) 개념
