신경망 종류

딥러닝은 인간의 뇌 구조를 프로그래밍 화 한것을 말한다. 

일례로 꼬마선충의 구조를 100% 분석하여 프로그래밍 했더니, 진짜 꼬마선충처럼 행동하더라...

 

그래서 인간의 뇌 동작 방식을 흉내내기 시작했고, 대략 3가지의 신경망 구조가 있다.

연산을 할때 정확도를 올리기 위해 dropdown도 있고 가중치를 계산하는 부분도 있으나

제외하고 간략하게 개념만 정리하고자 한다. 

 

1.  FNN
     - 주로 예측 혹은 분류를 할 때 사용되는 방식.  텍스트 형태의 데이터 분석 및 예측에 사용된다. 

 

2. CNN
     - 이미지 분석 (영상 또한 이미지 이다) 에 활용된다. 
     - 이미지 분석을 위해서는 다양한 기법들이 추가적으로 필요하다. 

     2.1 DCNN
           - CNN의 역행으로, 반대로 이미지를 생성 할 수 있다. AI로 그림을 그리는 경우에 해당. (물론 이게 전부는 아니지만)

 

3. RNN
     - 자연어 처리에 활용된다. 
     - 윈도잉 기법과 기억 방식을 통해 문맥을 이해하는등... 좀 더 고차원적인 방식이다. 


여기에 명시한 방법들은 한개만 사용하는것이 아니라 섞어서 사용하는 경우가 많다. 

CNN 처리 후 FNN 을 거치기도 한다. 

 

간략하게 신경망 종류에 대해 정리하고, 이 다음부턴 하나씩 활용하는 방법을 정리해 볼 예정이다.