뉴럴 네트워크 구조 간단 요약[1]

이번 포스트에서는 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. [Feed Forward Neural Network, FFNN] - 가장 직관적인 구조 - 같은 레이어 내에 있는 셀들끼리는 연결되어 있지 않고 인접한 두 레이어 간 Fully Connected - 입력과 정답을 이용한 역전파 알고리즘을 이용해 학습, 지도학습이라 하는 기계학습의 한 종류 - 역전파 알고리즘은 정답과 네트워크를 통해서 나온 출력 간의 차이를 오류로 사용 - 이론적으로는 입력과 출력간의 어떠한 관계도 모델링 가능 - 하지만 현실적으로는 사용이 제한적이며, 보통 다른 네트워크 구조와 결합하여 사용 [Radial Basis Function, RBF] - 입력, 은닉, 출력 계층 모든 것이 Feed F...

요청 처리 중입니다...

뉴럴 네트워크 구조 간단 요약[1]

등록된 다른 글