영웅은 죽지 않는다

합성곱 신경망(Convolutional Neural Networks, CNN)이란 합성곱은 컴퓨터 비전(CV) 분야에서 주로 쓰이는 이미지 처리 방식입니다. 입력데이터와 필터의 각각의 요소를 서로 곱한 후 모두 더하면 출력값이 됩니다. 이를 합성곱이라고 하는데, 연구원들은 이 합성곱을 어떻게 딥러닝에 활용할 수 있을지 고민하다가 1998년 Yann LeCun 교수가 합성곱에 관한 논문을 발표하게 됩니다. 위와 같이 합성곱을 이용한 신경망 디자인을 합성곱 신경망(CNN) 이라고 명칭하였고, 특히 이미지 처리에서 높은 성능을 보이는 것을 증명했습니다. 이후 딥러닝의 전성기를 맞이했으며 얼굴 인식, 사물 인식 등 다양한 곳에 널리 사용되기 시작하였습니다. 합성곱 계층 (Convolutional Layer) -..

딥러닝 (Deep Learning)이란 딥러닝은 머신러닝의 한 분야로서, 복잡한 문제를 풀기 위해 선형 회귀를 여러번 반복해야 하지만 그렇다고 해서 비선형이 되는 것은 아니기에, 선형 회귀 사이에 비선형의 Layer를 넣어야 한다고 생각했고 그에 따라 층을 깊게 (Deep) 쌓는다고 해서 딥러닝(Deep Learning)이라고 불리게 되었습니다. XOR 문제 딥러닝의 태동을 불러온 것은 XOR 문제입니다. 기존의 머신러닝은 오른쪽 사진과 같이 AND, OR 문제로부터 시작하게 되는데, 이와 같은 문제를 풀기 위해서는 논리회귀를 통한 직선 형태로 나타낼 수 있었습니다. 위 수식을 Perceptron 형태의 그림으로 나타내면 다음과 같습니다. 과거에는 w0, w1, w2 값만 잘 지정해주면 (AND, OR ..