딥러닝: 사람의 뇌에서 이루어지는 원리를 이용하여 인공지능을 만드는 방식
인공 신경망(ANN, Artificial Neural Network): 인공적으로 만들어진 신경망
인공 신경망에서는 각각의 층(레이어, Layer)라는 개념을 사용하여 뉴런이 다른 뉴런과 연결되었다.
인공 신경망에서 사용하는 레이어
입력층: 데이터를 넣어줄 때 사용
은닉층: 신호가 변환되는 층
출력층: 결괏값을 출력하는 층, 출력층에 어떠한 값이 전달되었냐에 따라 예측 값이 결정
심층 신경망(DNN, Deep Neural Network): 레이어가 깊은 여러 층으로 구성된 인공 신경망
딥러닝: 심층 신경망이 학습하는 과정
인공 신경망의 재료
정보의 양이 많을 수록 / feature가 많을 수록 더 뛰어난 성능의 인공지능을 만들 수 있다.
인공 신경망의 작동 모습
입력한 데이터가 여러 레이어를 지나가면서 특정한 신호로 전달된다.
최종적으로 신호가 무슨 결과로 많이 가는지를 본 후, 신호가 ㅁ낳이 간 쪽으로 판단을 내린다.
신호를 정확한 출력값으로 보내는지 아닌지가 인공 신경망 모델의 성능을 결정한다.
만약 정확한 출력값으로 보내지 않는다면, 신호 세기를 조정하면서 인공 신경망을 다시 학습시킨다.
'인공지능' 카테고리의 다른 글
| 딥러닝 체험 (0) | 2021.08.29 |
|---|---|
| 인공 신경망의 학습 원리 (0) | 2021.08.29 |
| 인공 신경망의 신호 전달 원리 (0) | 2021.08.29 |
| 인공지능 체험 (0) | 2021.08.28 |
| 머신러닝이란? (0) | 2021.08.28 |