딥러닝_개요

1. 딥러닝이란?

- 사람의 신경망을 모방하여 기계가 병렬적 다층 구조를 통해 학습하도록 만든 기술

- 컴퓨터비젼, 음성인식, 자연어처리, 신호처리 등의 분야에 적용 => 모든 문제를 딥러닝으로 해결하지 않는다. 기존 머신러닝 모델이 잘 동작하는 경우도 있다.

 

2. 딥러닝 역사

 

3. 딥러닝의 종류

1) GAN(생성적 적대 신경망) : 2014년에 이안 굿펠로우에 의해 발표된 이론으로 서로 경쟁하는 두 개의 신경 네트워크 시스템으로 구현하는 학습 방법

 

4. 딥러닝의 과정

 

5. 기존 머신러닝와 딥러닝의 차이점

 

6. 딥러닝 프레임워크

< Keras >

- '사용자들이 어떻게 하면 코딩을 하기 더 쉬울까?''에 기반하여 만들어진 라이브러리

- 실제로 Keras에서는 다양한 뉴럴 네트워크 모델을 미리 지원해주고 있으므로, 그냥 블록을 조립하듯이 네트워크를 만들면 되는 식이라, 전반적인 네트워크 구조를 생각하고 작성한다면 빠른 시간내에 코딩을 할 수 있는 엄청난 장점

- 현재는 tensorflow 위에서 keras가 동작하도록 설계되어 있고, 하위 모듈로 구현되어 있음

 

7. 딥러닝 개발환경 구축 -> colab

구글에서 제공하는 클라우드 기반의 개발환경 제공 서비스

장점 : 무료로 데이터 분석을 체험할 수 있다.