[Deep Learning] 딥러닝과 뉴럴 네트워크의 관계를 알아보자.

Robert Lee·2021년 10월 5일
1

Deep Learning

목록 보기
1/5

🔊 목차

  • 프로그래밍과 딥러닝 차이를 알아본다.
  • 딥러닝과 뉴럴 네트워크 관계를 살펴본다.

😃 프로그래밍과 딥러닝의 차이

들어가기 앞서 로직과 딥러닝의 차이를 살펴보고자 한다.

프로그램과 딥러닝 모두 입력값, 출력값 그리고 로직을 가지고 있지만 결과물이 다르다.

그림이 다소 생소할 수도 있지만 아래 그림을 살펴보자.

출처 - futurice.com

우리는 이해를 돕기 위해 프로그램 로직 Program 을 하나의 수식 y = 2x + 1 이라고 가정해보자.

만약 프로그램 개발중이라면, 요구사항에 마추어 출력값 y, Result 를 얻는 것이 목적이다.

이를 위해 입력값 x, Input 을 사용하여 수식 program, 2x + 1 을 구현한다.


딥러닝의 경우 수식 program, 2x + 1 를 얻는 것이 목적이다.

여기서 우리는 입력값 Input 과 출력값 Result 을 이용하게 된다.


이 때 아래와 같은 질문이 나올 수 있다.

❝ 프로그램은 수식을 구현한다면 딥러닝은 대체 무엇을 구현하는 것일까 ? ❞

사실 딥러닝에서 얻을 수 있는 프로그램 program 은 무수히 많다.

❝ 무슨 말이냐고 ? ❞


데이터 (x, y) : (1, 3), (2, 5) 가 존재한다면 완전한 수식 2x + 1 을 만들 수 있다.

여기서 데이터를 추가로 수집하여 데이터 (x, y) : (1, 3), (2, 5), (3, 8) 가 될 수 있다.

그럼 무수히 많은 수식이 나올 수 밖에 없다.

❝ 왜나하면 해가 없기 때문이다. ❞


즉, 우리는 가장 작은 오차를 가진 수식을 얻으려 할 것이고 이를 얻기 위한 방법을 구현한다.


그리고 코드를 실행시켜주면

❝ 이를 학습시킨다. 라고 표현한다. ❞


더불어 얻게된 수식을 통해 출력값을 얻는 행위를

❝ 예측한다. 라고 표현한다. ❞


😀 딥러닝과 뉴럴 네트워크 관계

예전에는 딥러닝 알고리즘 Argorithm 이라고도 표현했다.

하지만 근래 들어 알고리즘 보다는 모델 Model 이라고 부른다.


본론으로 들어와서 딥러닝 모델은 예측이 가능한 형태를 말하며

뉴럴 네트워크 Neural Network 를 학습시킨 결과물이라 생각하면 된다.

❝ 그럼 뉴럴 네트워크는 어떤 모습일까 ? ❞


그래서 익숙한 그림을 준비했다.


출처 - www.researchgate.net

먼저 입력층 Input Layer 과 출력층 Output Layer 은 우리가 미리 정해 놓을 수 있다.


우리는 <강아지, 고양이> 이미지를 각각 200 by 200 크기로 500 장 수집했다.

그럼 입력층은 200 by 200 로 받아줘야 할 것이다.

나는 특별하니까 500 by 500 으로 받으려한다면

❝ 눈으로 직접 에러를 확인할 수 있을 것이다. ❞


또한 두가지 이미지를 학습했기 때문에 <강아지, 고양이> 중에 하나로 예측된다.

따라서 출력층은 2 개의 값을 뱉어낼 수 있도록 만든다.


우리는 다시 한번 똑똑한 질문을 할 수 있다.

❝ 호랑이 이미지를 넣는다면 ? ❞


조심스럽게 답해본다.

❝ 고양이가 아닐까 ? 호랑이는 고양이과 동물이니까. ❞


위와 같이 안타깝게도 둘 중 하나로만 답을 한다.

자세한 내용은 이후 포스팅에서 다룰 예정이다.


마지막으로 단일 또는 다수의 은닉층 Input Layer 은 다양하게 구성될 수 있다.

❝ 마치 어릴적 조립 설명서 없이 빌딩을 만드는 것 처럼 말이다. 우리는 논리적이니까. ❞


이 때 사용되는 구성 요소에는 Conv Layer Pooling Layer Flatten Layer Dense Layer 가 있다.


우리는 위와 같은 모든 구성 요소를 합쳐 뉴럴 네트워크라 부른다.


정리해보면 딥러닝 예측 모델을 만들기 위해서는 뉴럴 네트워크가 필요하다.

❝ 그럼 뉴럴 네트워크를 만들기 위해서는 무엇을 또 만들어야 하지 ? ❞


자주 반복되는 단어인 레이어 Layer 를 만들면 된다.

❝ 숲을 만들기 위해 나무를 심어야 하듯이 레이어는 나무와 같다. ❞


다음으로레이어에 대해 차근차근 알아보자.

profile
Hi. Hello World.

0개의 댓글