심층 학습, 딥 러닝, deep learning

기계학습,machine_learning의 구현 기법(technique) 중 하나로, 신경망,neural_network ( 심층신경망,deep_neural_network,DNN - 페이지를 여기와 따로 만들지 말지 tbd. { DNN, Deep Nets http://sanghyukchun.github.io/54/ 계층이 두터운 신경망,neural_network은, 가중값,weight들이 랜덤 보다는 정교하게 초기화,initialization되면 매우 잘 훈련될 수 있다는 것이 발견됨 (2006-2007년, Hinton and Bengio의 breakthrough.[1]) } ) 를 사용. thanks to Hinton's DBN = deep_belief_network in 2006.
보통 massive data가 필요?

ANN(인공신경망,artificial_neural_network,ANN)을 기반으로 구축한 머신러닝(기계학습,machine_learning) 기술.

장점

• requires little or no handcrafted feature extraction
  
  

Game AI(AlphaGo, etc.), image captioning, machine translation (https://github.com/tensorflow/nmt)

신경세포(뉴런,neuron)를 mimic함.

forward propagation

input layer - hidden layer - output layer

경사 강하 gradient descent

역전파,backpropagation

파이토치,PyTorch