순환신경망 편집하기
편집을 되돌릴 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 저장해주세요.
| 최신판 | 당신의 편집 | ||
| 1번째 줄: | 1번째 줄: | ||
| − | + | '''RNN'''(Recurrent Neural Network)는 순환 신경망이란 뜻으로 인공 신경망의 한 종류이다. 유닛간의 연결이 순환적 구조를 갖는 특징을 갖고 있다. | |
| − | |||
| − | ''' | ||
==개요== | ==개요== | ||
| − | + | 순환 신경망은 시퀀스 데이터를 모델링 하기 위해 등장했다. 순환 신경망이 기존의 뉴럴 네트워크와 다른 점은 '기억'을 갖고 있다는 점인데, 네트워크의 기억은 지금까지의 입력 데이터를 요약한 정보라고 볼 수 있다. 새로운 입력이 들어올때마다 네트워크는 자신의 기억을 조금씩 수정한다. 결국 입력을 모두 처리하고 난 후 네트워크에게 남겨진 기억은 시퀀스 전체를 요약하는 정보가 된다. 이는 사람이 시퀀스를 처리하는 방식과 비슷하다. 이 글을 읽을 때도 우리는 이전까지의 단어에 대한 기억을 바탕으로 새로운 단어를 이해한다. 이 과정은 새로운 단어마다 계속해서 반복되기 때문에 순환 신경망에는 Recurrent, 즉 순환적이라는 이름이 붙는다. 순환 신경망은 이런 반복을 통해 아무리 긴 시퀀스라도 처리할 수 있는 것이다.<ref name="순환 신경망 개요">〈[https://dreamgonfly.github.io/rnn/2017/09/04/understanding-rnn.html 순환 신경망 개요]〉, 《DISQUS》</ref> | |
==활용== | ==활용== | ||
| 17번째 줄: | 15번째 줄: | ||
===이미지 캡션 생성=== | ===이미지 캡션 생성=== | ||
| − | 컴퓨터 비전에서 활발하게 사용된 합성곱 신경망(CNN, Convolutional Neural Network)과 | + | 컴퓨터 비전에서 활발하게 사용된 합성곱 신경망(CNN, Convolutional Neural Network)과 순환 신경망을 함께 사용한다면, 임의의 이미지를 텍스트로 설명해주는 시스템을 만드는 것이 가능해진다. 합성곱 신경망과 순환 신경망을 합친 모델은 이미지로부터 얻어낸 주요 단어들과 이미지의 각 부분을 매칭해줄 수도 있다.<ref name="순환 신경망 활용"></ref> |
{{각주}} | {{각주}} | ||
| 26번째 줄: | 24번째 줄: | ||
==같이 보기== | ==같이 보기== | ||
| − | * [[ | + | * [[CNN]] |
| − | |||
| − | |||
* [[인공지능]] | * [[인공지능]] | ||
| − | {{ | + | {{알고리즘|토막글}} |
