신경망1 신경망이 깊어질수록 생기는 문제점과 해결책 개념 정리 - 딥러닝 신경망은 단순히 보자면 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)로 나뉜다. 하지만 딥러닝의 역사가 깊어짐에 따라, 신경망도 깊어지고 복잡해지게 되었습니다. 그로인해 학습의 난이도도 올라가게 되었습니다. ※ 의문점 단순히 생각한다면, 계산을 하는 주체들인 노드와, 그 집합인 레이어가 늘어난다면 더 복잡한 계산이 가능해지지 않나? -> 추가로 복잡한 요구를 충족시킬 정도의 신경망을 구할 수 있는거 아닌가? -> 계산량이 문제라면, 요즘 GPU와 같은 컴퓨팅 자원의 가격과 성능면에서 우수하니 많은 투입하면 되지 않나? -> 따라서, 단순히 깊게 쌓을 수록 좋은거 아닌가? 하지만 신경망은 그리 단순하게 쌓기만 한다고 높은 성능을 보장하지 않습니다. 신경망.. 2024. 2. 15. 이전 1 다음
