대단하다고 해도 모르는 사람을 향해.(이런 몸의 사내 학습회 자료)
기계 학습에서 시작된 다리다.

Deep Learning(as TL;DR)

머신러닝(Machine Learning)의 일종

다층신경망 사용

특징량 추출 자동화

학습 비용은 높지만 사람의 노동력을 억제할 수 있다

단, 훈련 데이터는 여전히 수작업으로 제작해야 한다

기계 학습에서의 포지셔닝

기계 학습의 구성 요소

학습 데이터

특징량

알고리즘

'공부'방법은 세 가지가 있습니다.

교사학습(Supervised learning)

교사 학습 없음

Deep Learning은 주로 이거

학습 강화

전형적인 알고리즘

결정 트리

벡터 머신 지원

클러스터링

신경망

Deep Learning 이 코너

베일스 네트워크

학습 강화

유전 알고리즘

신경 네트워크가 더욱 정교하다

구성 요소

레이어 입력

숨겨진 레이어

출력층

레이어 간 연결 방법

전체 키

부분 결합

※ 그림은 대략적인 개념일 뿐

전형적인 방법

권적신경망(CNNN)

이미지 인식에 많이 사용

부분 결합

귀환신경망(RNN)

음성인식에 사용

전체 키

롱, 단기 기억(LSTM)(RNN의 일종)

볼레즈만 기계

대표적인 기교

브로콜리(정방향 전파법)

직관적이지만 계산량은 거대해지기 쉽다

사다리 하강법

오차 역방향 전파법

미리 배우기

함매의 초기 파라미터를 설정하는 방법

푸르닌

계산량을 줄이기 위해 학습된 네트워크의 연결 감소

볼륨 신경 네트워크(Deep Learning의 예제)

Deep Learning이 널리 알려지는 계기가 되는 방법.

숨겨진 층이 많은 네트워크를 이용하여 이미지 식별의 성공률을 비약적으로 높였다

이미지 인식에 많이 사용

서로 다른 필터를 하나하나 응용하여 이미지 처리를 하는 이미지

Deep Learning의 장단점

이점

특징량 추출을 하지 않아도 된다

학습된 모델을 식별하는 데 사용하는 계산 비용은 매우 적다

결점

대량의 학습 데이터 필요

학습 계산 원가가 크다

층이 많을수록 블랙박스화되기 쉽다

단락

진짜 블랙박스야?

CNN에 관해서는 다소 의미를 부여할 수 있다.

이미 배운 인터넷은 인류가 물건을 볼 때의 인식과 매우 비슷하다

(수입층에 가까운 층)과 시각장의 V2의 활성화 모드가 비슷하다

학습 모드 예
https://devblogs.nvidia.com/parallelforall/deep-learning-computer-vision-caffe-cudnn/

Deep Learning을 시작하려면

하드웨어 필요

TESLA(NVIDIA GPGPU)

NVIDIA의 GPU를 사용할 수 있는 AWS

TPU (Tensor Processing Unit)

GPU도 AMD를 내놓았고, Deep Learning은 CUDA의 독주였다.
2016/06 시에는 TPU 사용이 일반 사용자에게 개방되는지 알 수 없습니다.

소프트웨어 추가

(학습용) 프레임워크

TensorFlow(C/Python)

확장성 중요

Chainer(Python)

유연성 중요

Torch7(Lua/C)

고속

Caffe(C/Python/Matlab)

CNN 특화

학습된 네트워크(실제 추리 엔진)

자체 학습 네트워크 구축

CLOUD VISION API(Google)(유상)

일단 입문부터 해보고 싶어요!

NVIDIA Deep Learning 학습 과정

일본어 내용

https://nvidia.qwiklab.com/focuses/preview/223(등록 페이지만 영어)

기본 게임 무료

AWS의 GPU 학습 과정을 무료로 이용할 수 있습니다.

프레임워크를 선택하고 Deep Learning을 실제로 실행하는 것은 무료입니다.

더 자세한 내용은 유상 제공(단, 실제로는 AWS 사용료만으로 학습가능)

참고 자료

Deep learning 시작
http://qiita.com/icoxfog417/items/65e800c3a2094457c3a0

「Deep learning」
http://www.slideshare.net/kazoo04/deep-learning-15097274

"지금 들리지 않는 Deep Learning 초입문(1)"
http://www.atmarkit.co.jp/ait/articles/1510/27/news008.html

"딥러닝이 뭐예요?"
https://thinkit.co.jp/story/2015/08/31/6364

Deep learning(wikipedia 영어)
https://en.wikipedia.org/wiki/Deep_learning

'머신러닝'(wikipedia 영어)
https://en.wikipedia.org/wiki/Machine_learning

"일반인을 위한 Deep Learning"
http://www.slideshare.net/pfi/deep-learning-22350063

Mark 2016 "Convolutional Neural Network 입문"
https://drive.google.com/file/d/0B04ol8GVySUuMUx2MHJUWjVGQ2s/view

"NVIDIA Deep Learning Day 2016 Spring의 개인 요약"
http://qiita.com/it__ssei/items/822101c25568229fd3cd

'심층학습'(강의사 기계학습 전공 시리즈)
http://www.kspub.co.jp/book/detail/1529021.html

Reference

이 문제에 관하여(딥 러닝이란?), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/it__ssei/items/6329b0bbd7a6f16e5869

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)

딥 러닝이란?