
45
3
장
심층 신경망
3
장에서는 이미지와 오디오 처리에 일반적으로 사용하는 머신러닝 모델의 하나인 심층 신경망
(
DNN
)의 핵심 개념을 살펴보겠습니다. 개념을 알면 앞으로 살펴볼 적대적 사례를 이해하는
데 많은 도움이 됩니다.
3
장에 이어서
4
장에서는 복잡한 이미지, 오디오, 비디오를 이해하기
위한 모델을 살펴봅니다.
3
,
4
장에서 적대적 사례를 이해할 수 있도록 충분한 배경 지식을 제
공하지만 딥러닝을 설명하지는 않습니다.
딥러닝과 신경망의 원리를 이해한다면
3
장과
4
장을 읽지 않아도 좋습니다. 그리고 이 책에서
다루는 내용 외에 머신러닝과 신경망에 대해 더 많이 배우려고 한다면 이 책의 깃허브에 링크
된 다양한 온라인 자료를 활용하기 바랍니다.
3
장의 끝부분에 파이썬 예제 코드를 제공합니다. 이 책에 수록된 예제 코드의 참조 여부는 선
택사항입니다. 예제 코드를 실행하지 않아도 적대적 사례를 이해할 수 있습니다. 예제 코드 실
행에 관심이 있다면 이 책 깃허브의 주피터 노트북을 다운로드해 실행하기 바랍니다.
3.1
머신러닝
심층 신경망은 광범위한 ‘머신러닝’ (
ML
)의 한 부분입니다. 기계에 데이터 패턴 규칙을 명시적
으로 알려주지 않아도 데이터에서 패턴을 알아낼 수 있는 기능입니다. 학습한 결과 알고리즘을
‘모델’이라고 합니다.
심층 신경망
CHAPTER
3