[혼공 머신] 혼자 공부하는 머신러닝 정리하기 - Chapter 08-3, 09-1

합성곱 신경망의 시각화

가중치 시각화

합성곱 층의 가중치를 이미지로 출력하는 것을 말합니다. 합성곱 신경망은 주로 이미지를 다루기 때문에 가중치가 시각적인 패턴을 학습하는지 알아볼 수 있습니다.

 

특성 맵 시각화

합성곱 층의 활성화 출력을 이미지로 그리는 것을 말합니다. 가중치 시각화와 비교하여 각 필터가 이미지의 ㅓ느 부분을 활성화 시키는지 확인할 수 있습니다.

 

함수형 API

케라스에서 신경망 모델을 만드는 방법 중 하나입니다. Model 클래스에 모델의 입력과 출력을 지정합니다. 전형적으로 입력은 input() 함수를 사용하여 정의하고 출력은 마지막 층의 출력으로 정의합니다.

 

확인문제

1. 2

2. 4

3. 2

• 문제에서는 입력의 참조를 묻고 있으므로 출력값에 해당하는 2번이 정답이다.

 

순차 데이터와 순환 신경망

순차 데이터

순차 데이터 는 텍스트나 시계열 데이터와 같이 순서에 의미가 있는 데이터입니다. 대표적인 순차 데이터의 예로는 글, 대화, 일자별 날씨, 일자별 판매 실적 등이 있습니다.

 

순환 신경망
순환 신경망은 순차 데이터에 잘 맞는 인공 신경망의 한 종류입니다. 순차 데이터를 처리하기 위해 고안된 순환층을 1개 이상 사용하는 신경망을 순환 신경망이라고 부릅니다.

 

순환 신경망에서는 중종 순환층을 셀이라고 부릅니다. 일반적인 인공 신경망과 마찬가지로 하나의 셀은 여러 개의 뉴런으로 구성됩니다.

순환 신경망에서는 셀의 출력과 특성을 은닉 상태라고 부릅니다. 은닉 상태는 다음 시점으로 전달뿐만 아니라 셀의 다음 타임스텝의 데이터를 처리할 때 재사용됩니다.

 

확인문제

1. 1

2. 4

3. 2

혼공머신_챕터08_3.ipynb

0.16MB