핸즈온 비지도 학습

242

3부 텐서플로와 케라스를 사용한 비지도 학습 모델

7.1

신경망

근본적으로 신경망은 표현 학습을 수행합니다. 여기서 신경망의 각 계층은 이전 계층으로부터

표현을 학습합니다. 신경망은 계층별로 더욱 섬세하고 세부적인 표현을 구축함으로써 컴퓨터

비전, 음성 인식, 기계 번역과 같이 놀라운 일들을 할 수 있습니다.

신경망의 유형에는 얕은 신경망과 심층 신경망이 있습니다. 얕은 신경망은 계층이 거의 없으며

심층 신경망은 계층이 많습니다. 딥러닝이라는 이름은 그들이 배포하는 심층 (층이 여러 개인 )

신경망에서 유래했습니다. 얕은 신경망은 표현 학습의 정도가 적은 개수의 계층에 의해 제한됐

기 때문에 특별히 강력하지는 않습니다. 반면 딥러닝은 매우 강력하고 현재 머신러닝에서 인기

있는 분야 중 하나입니다.

좀 더 명확하게 구분하자면 신경망을 사용하는 얕은 학습과 깊은 학습은 전체 머신러닝 생태계

의 일부일 뿐입니다. 신경망을 사용하는 머신러닝과 고전적인 머신러닝의 주요 차이점은 많은

피처 표현이 신경망에서는 자동으로 수행되며 고전적인 머신러닝에서는 수작업으로 설계된다

는 점입니다.

신경망에는

입력층

input

layer

, 하나 이상의

은닉층

hidden

layer

및

출력층

output

layer

이 있습니다. 은닉층

의 개수는 단지 신경망이 얼마나 깊은지를 정의합니다. ...