6주차 - 딥러닝 기초

1. 딥러닝 신경망(심층신경망)과 딥러닝 심층 신경망(Deep Neural Network, DNN): 여러 개의 은닉층을 포함하는 신경망 모델로, 일반적으로 소수의 은닉층을 가집니다.

이미지, 음성, 텍스트 데이터에서 복잡한 패턴을 학습할 수 있습니다. 딥러닝(Deep Learning): 다수의 은닉층을 가진 심층 신경망을 학습하는 다양한 방법을 포함하며, 더 깊은 네트워크를 활용합니다.

딥러닝은 기울기 소멸 문제와 과적합 문제를 완화하는 기술(예: ReLU, 드롭아웃, 정규화)을 사용하여 성능을 극대화합니다. 기술적 문제 해결: 딥러닝에서는 은닉층이 깊어질수록 발생할 수 있는 기울기 소멸 문제를 완화하기 위해 ReLU 같은 활성화 함수가 사용되며, 과적합 문제는 드롭아웃 등의 기법을 통해 개선됩니다. 2.

드롭아웃(Dropout) 개념: 드롭아웃은 심층 신경망 학습 시 과적합을 줄이기 위해 일부 뉴런을 무작위로 비활성화하여 네트워크의 특정 가중치들이 업데이트되지 않도록 하는 기법입...