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.) } ) 를 사용. thanks to Hinton's DBN = deep_belief_network in 2006.
보통 massive data가 필요?
forward propagation
input layer - hidden layer - output layer
경사 강하 gradient descent
topix (tmp, via wpko) ¶
DNN deep_neural_network
CNN convolutional_neural_network
RNN recurrent_neural_network
RBM restricted_Boltzmann_machine
DBN deep_belief_network
심층 Q-네트워크(Deep Q-Networks)
pagename?
...대부분 신경망,neural_network
tmp links ko ¶
UNIGE 14x050 – Deep Learning
https://fleuret.org/dlc/
François Fleuret's deep-learning courses 14x050 of the University of Geneva, Switzerland