이번 Post에서는 RNN(Recurrent Neural Network)에 대해서 다루어 보도록 하겠습니다. 주된 내용은 Standford 강의자료(CS231n 강좌 )를 참고하였습니다.
Sequence Data는 다음과 같은 특징을 가집니다. 음악 , 영상 , 문장 , 날씨 , 주가 등은 각각의 Data가 개별적이 아닌, 연속적인 Data(Sequence Data)라는 점입니다.
앞쪽의 Data가 뒤쪽의 Data에 영향을 준다는 의미입니다. RNN 이외의 다른 ML / DL 기법이 이런 Sequence Data를 다루려면, Sequence가 가지는 전체적인 흐름을 하나의 Data 형태로 표현해야만 합니다.
그래서, ML(Machine Learning) / NN(Neural Net) / CNN(Convolution Neural Net)은 이런 속성의 Data를 다루기 어렵습니다. Sequence Data를 처리할 때는 이전의 결과가 현재의 결과에 영향을 미칠 수 있어야 하며, 이런 ...
#
AI
#
Network
#
Neural
#
Recognition
#
Recurrent
#
RNN
#
Sequence
#
Speech
#
Translation
#
vanishing
#
Video
#
Machine
#
learning
#
Backpropargation
#
Cell
#
Convolution
#
Data
#
Deep
#
Dependency
#
exploding
#
gradient
#
Image
#
Language
#
Weight
원문 링크 : RNN( Recurrent Neural Network )
