딥러닝 편집하기
IT위키
편집을 취소할 수 있습니다. 이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
최신판 | 당신의 편집 | ||
1번째 줄: | 1번째 줄: | ||
[[분류:인공지능]] | |||
;Deep Learning | |||
;인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 [[인공지능]] | |||
== 딥러닝 모델 문제점 == | |||
{| class="wikitable" | |||
|- | |||
! 문제점 !! 설명 !! 해결방안 | |||
|- | |||
| [[과적합]] | |||
(Overfitting) | |||
|| | |||
학습 데이터에 대해서만 최적화 | |||
|| | |||
* 데이터 추가 | |||
* Regularization | |||
* 조기 멈춤(Early Stopping) | |||
* 드롭 아웃(Dropout) | |||
|- | |||
| [[기울기 소실]] | |||
(Vanishing Gradient) | |||
|| | |||
노드간 연결이 많을 때 가중치 학습 소실 | |||
|| | |||
* 사전 학습 | |||
* [[ReLU]] | |||
|- | |||
| 성능 | |||
(Performance) | |||
|| | |||
노드가 많아질수록 학습이 지나치게 오래걸림 | |||
|| | |||
* GPGPU | |||
|} | |||
== 딥러닝의 한계 == | |||
* 딥러닝이 효과적으로 작동하기 위해선 아래의 조건 충족 필요 | |||
# 인공지능에게 판단에 필요한 충분한 지식을 습득하도록 만들 정도의 많은 데이터 필요 | |||
# 최적화의 목표가 분명하고 수치적·정량적으로 규정 가능해야 함 | |||
# 판단 대상이 훈련용 데이터에 비추어 이례적이지 않아야 함 | |||
* 딥러닝 인공지능이 판단을 내리는 논거는 제공한 데이터에 의하므로, 데이터가 편향되어 있으면 결과도 편향 |