deeplearning이란?

분류

• Arttificial Intelligence : 프로그램을 이용해 인간의 행동을 모방하는 기술 (규칙기반 전문가 시스템)
  • Machine Learning : 데이터를 기반으로 컴퓨터 스스로 규칙을 찾아 핛습하는 기술 (선형회귀, 군비, 결정트리)
    • DeepLearning : 인간의 신경망을 모방하여 학습하는 기술(CNN, GAN, 심층 강화학습, RNN)

정의

• DeepLearning : 사람의 신경망을 모방하여 기계가 병렬적 다층구조를 통해 학습하도록 만든 기술

• 기존에 우리가 배우던 machine learning은 기존의 경계가 매우 뚜렸했다. 하지만 이제 ai는 human 처럼 유연하게 생각할 줄 알아야 한다.

많은 모델들의 의견이 종합적으로 판단되어 핛습하고 예측한다. 즉, 느슨한 판단구조를 갖게된다는 뜻이다.

선형회귀 모델

• 가장 기본 모델이다.
  저기 동그라미 하나하나가 뉴런이다.
  병렬적으로 연결되어있는 뉴런을 한개의 층(Layer)이라고 한다.

GAN

• Generative Adversarial Network (생성적 적대 신경망) : 서로 경쟁하는 2개의 신경 네트워크 시스템으로 구현하는 학습방법

학습 로드맵

기존 머신러닝(선형모델)과 딥러닝의 공통점

기존 머신러닝과 딥러닝의 차이점

단, 딥러닝은 사람이 아예 개입을 하지 못 하기에 data가 굉장히 방대해야함

Deeplearning을 사용하기위한 환경설정

1. local 방법

1. 가상환경 생성

아나콘다 navigator에 들어가서 create 버튼을 누른다.
이렇게 하면 lib이나 기타 등등의 버젼을 따로 관리가 가능함.

• 버젼 충돌이 잘 일어나기 때문에 웬만하면 가상환경으로 분리하여 사용하는 것이 좋다.
  또한 lib 버젼이 꼬이면 그냥 그 가상환경을 버려버리면 된다. 즉, 그냥 새로 작성해버리면 됨

2. 설치

이제 Not installed로 들어가서 2가지를 설치해보자 1. jupyter 2. tensorflow

3. 선택

이제 시작환경에서 검색해보면 뒤에 서로 다른 가상환경이 붙어있는 것을 확인해 볼 수 있다.

2. cloud 방법

1. google colab을 들어간 후 google drive에 가기

• 우선 google colab을 들어가고 난 다음 google drive에 들어가면 colab folder가 생성되어있을 것이다.
  

2. 연결하기

• 최초엔 cloud pc를 한 대 받아야 해서 오래걸리지만 그 다음엔 실행이 금방금방 된다. 그런데 이게 휘발성이라 pc를 꺼버리면 최기화가 되기 때문에 그래서 google drive를 연결한 것이다.
• 그래서 오른쪽 navigator에 dirve를 mount 해줄것이다.
  
• 여기에 저장해두어야 drive에 올라가기때문에 안 날라간다. 여기에 할당받은 pc는 rinux pc이다. 그래서 rinux 명령어를 써야한다.
  또한 open source model을 가져올 때 rinux를 기반으로 돌아간다고 할 때 colab이 rinux 기반으로 돌리기에 여기서 돌려보면 된다.

3. Colab 세팅하기

• colab은 기본적으로 특정작업 폴더로 이동 후 실시해야한다.
• 해당 폴더로 이동할 때 만약 !cd 로 이동하면 가상으로 들어가는 거고 실제로 들어가려면 %cd로 들어가야한다. 또한 또한 띄어쓰기는 앞에 \ 를 넣어주면 된다.

4. data 받기

학생 데이터 에서 학습용 data를 받아와서 진행해보자