Douglas' Space

지금까지는 ANN의 기본적인 개념 및 용어에 대해서 소개했습니다. 앞으로는 실제 ANN을 이용한 다양한 응용분야를 중심으로 소개하고자 합니다. CNN(Convolutional Neural Net)은 딥러닝 분야의 전성기를 촉발시킨 ANN로서 가장 대표적인 ANN모델입니다. 이 CNN에 대해 I/O를 중심으로 소개하고 기본적으로 학습이 어떻게 수행되는 가를 소개하고자 합니다. CNN은 컴퓨터비전에서 객체인식에 대한 문제를 해결하기 위해 제안되었습니다. 객체인식을 위해서 CNN은 객체가 존재하는 사진이미지를 입력받고, 학습한 사진에 존재하는 객체의 종류를 구분합니다. 예를 들어 손으로 쓴 숫자를 인식하여 0부터 9까지를 구별하는 CNN을 개발한다고 한다면 다음과 같이 CNN 모델이 구성될 수 있습니다. 위의..

네. 인공신경망(ANN)중에 GAN이라는 모델을 사용하면 다양한 창작물을 만들 수 있습니다. ANN은 응용분야, 뉴런의 형태 등에 따라서 매우 다양한 종류가 존재합니다. 이러한 ANN은 대표적으로 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), GAN(Generative Adversarial Network)으로 크게 나누고 있습니다. 이러한 모델의 특징과 이들이 어디에 주로 사용되는지 알아 보도록 하겠습니다. CNN(합성곱신경망) 일반적으로 딥러닝 모델하면 가장 일반적으로 생각하는 대표적인 ANN모델입니다. 주로 영상을 입력받아 이 영상의 특징을 추출하고 이 영상에 존재하는 객체가 무엇인지를 분류하는 ANN입니다. 특징을 추출하기 위해..