뉴럴 네트워크 구조 간단 요약[2]

바로 전 포스트를 이어서 SK-T-Brain 페이스북 페이지에 2016년에 올라왔던 게시물을 통해 여러가지 뉴럴 네트워크들의 구조를 간단하게 훑어보도록 하겠습니다. 먼저 설명에 사용되는 뉴런의 종류들입니다.

색과 안의 모양에 따라 용도가 다르니 참고하시며 살펴보면 좋을 것 같습니다. [Autoencoders, AE] - 기본적인 아이디어는 정보를 압축할 때처럼 encode 한다는 것 - 네트워크는 항상 모래시계 같은 구조, 입력 계층과 출력 계층보다 은닉 계층이 더 작음 - Autoencoders는 항상 중간 계층을 기준으로 대칭 - 입력 정보가 가장 많이 압축되는 중간에 위치한 레이어가 가장 작음 - 입력 계층부터 중간까지는 정보를 encode 하고, 중간부터 출력 계층까지는 decode 함 - 학습시에는 네트워크의 출력 값과 입력 값의 차이를 역전파 - 네트워크 구조뿐만 아니라 파라미터 값들도 대칭적으로 만들어질 수 있음 [Sparse Autoencoders, SAE] - AE는...

요청 처리 중입니다...

뉴럴 네트워크 구조 간단 요약[2]

등록된 다른 글