TEL. 053-453-6585
OPEN&CLOSE.  9:00~19:00
CLODED SHOP.  MONDAY
 
 
 

딥 러닝 알고리즘 예제

2019年8月3日

이안 굿펠로우와 아론 쿠르빌이 공동 저술한 “딥 러닝”이라는 제목의 책에서 그들은 모델의 아키텍처의 깊이측면에서 딥 러닝을 정의합니다. 지정된 레코드에 대한 예측 결정이 내려질 때까지 트리 구조에서 결정됩니다. 의사 결정 트리는 분류 및 회귀 문제에 대한 데이터에 대해 학습됩니다. 의사 결정 트리는 종종 빠르고 정확하며 기계 학습에서 가장 선호되는 경우가 많습니다. 딥 러닝은 컴퓨터가 인간에게 자연스럽게 오는 것을 하도록 가르치는 기계 학습 기법입니다. 딥 러닝은 무인 자동차의 핵심 기술로, 정지 표지판을 인식하거나 보행자를 가로등 기둥과 구별할 수 있습니다. 휴대폰, 태블릿, TV 및 핸즈프리 스피커와 같은 소비자 장치에서 음성 제어의 핵심입니다. 딥 러닝은 요즘 많은 관심을 받고 있으며 좋은 이유가 있습니다. 이전에는 불가능했던 결과를 달성하고 있습니다.

이것은 정말 알고리즘의 훌륭한 분류입니다. 안녕하세요 제이슨, 당신의 위대한 기사주셔서 감사합니다! ml 알고리즘의 대체 분류를 두 그룹으로 제안합니다: (i) 동일한 데이터 집합에서 동일한 순서로 제공되는 레코드와 (ii) 매번 다른 모델을 생성하는 것과 동일한 데이터 집합에서 학습할 때 항상 동일한 모델을 생성하는 그룹입니다. 그러나 나는 이것에 대한 당신의 생각에 관심이있을 것입니다. 데이비드 머신 러닝은 응용 프로그램, 처리 하는 데이터의 크기 및 해결 하려는 문제의 유형에 따라 선택할 수 있는 다양 한 기술 및 모델을 제공 합니다. 성공적인 딥 러닝 응용 프로그램에는 데이터를 신속하게 처리하기 위해 GPU 또는 그래픽 처리 장치뿐만 아니라 모델을 학습하는 데 매우 많은 양의 데이터(수천 개의 이미지)가 필요합니다. 일반적으로, 모든 신경망은 지금 딥 러닝이라고 할 수 있다. 마케팅 이외의 실질적인 구별은 보이지 않습니다. 대부분의 딥 러닝 응용 프로그램은 미리 학습된 모델을 미세 조정하는 프로세스인 전송 학습 접근 방식을 사용합니다.

AlexNet 또는 GoogLeNet과 같은 기존 네트워크로 시작하여 이전에 알려지지 않은 클래스를 포함하는 새 데이터를 피드합니다. 네트워크를 조정한 후 1,000개의 다른 개체 대신 개나 고양이만 분류하는 것과 같은 새로운 작업을 수행할 수 있습니다. 또한 수백만 개가 아닌 수천 개의 이미지 처리가 훨씬 적게 필요하므로 계산 시간이 몇 분 또는 몇 시간으로 줄어듭니다. 항공 우주 및 국방: 딥 러닝은 관심 영역을 찾는 위성에서 물체를 식별하고 군대의 안전하거나 안전하지 않은 지역을 식별하는 데 사용됩니다. 즉, 그라데이션 하강은 모든 가중치를 재조합하여 최상의 일치를 찾는 것이 아니라 경로 찾기 방법은 관련 가중치 공간을 축소하므로 업데이트 및 필요한 계산 수를 여러 배만큼 줄입니다. 또한 Hinton의 캡슐 네트워크와 같은 알고리즘은 정확한 모델에 수렴하기 위해 훨씬 적은 양의 데이터 인스턴스를 필요로 합니다. 즉, 현재의 연구는 딥 러닝의 무차별적인 본질을 해결할 수 있는 잠재력을 가지고 있습니다. 계산 복잡성을 사용하여 유사성 알고리즘을 평가하고 경험적으로 테스트하고 Amelie를 참조하십시오.

2017년에는 딥 러닝을 공장에 통합하는 데 중점을 둔 Covariant.ai 출시되었습니다. [189] 2012년, 조지 E. Dahl이 이끄는 팀은 다중 태스크 심층 신경망을 사용하여 한 약물의 생체 분자 표적을 예측하는 “머크 분자 활동 챌린지”를 수상했습니다. [86] [87] 2014년 Hochreiter 그룹은 딥 러닝을 사용하여 영양소, 가정용품 및 의약품에서 환경 화학 물질의 오프 타겟 및 독성 효과를 감지하고 NIH, FDA 및 NCATS의 “Tox21 데이터 챌린지”를 수상했습니다. [88] [89] [90] 오버피팅은 기계 학습 알고리즘을 학습 데이터에 너무 밀접하게 집중하여 새 데이터를 올바르게 처리할 수 있을 만큼 일반화되지 않은 결과입니다.

コメント