[DL] 1. 딥러닝 개괄

참고자료: 책 <모두의 딥러닝> (개정 3판) 

 

 

출처: https://www.bnviit.com/blog

데이터 계산/분석/시각화 라이브러리

- Numpy

- Pandas

- matplotlib

- Scipy

- sklearn

...

딥러닝 라이브러리

- Tensorflow

- Keras

- Pytorch

- Caffe2

...

 

<딥러닝 개괄>

1. 환경 준비

딥러닝을 구동하는 데 필요한 라이브러리 호출

 

2. 데이터 준비

데이터 업로드, 깃헙에서 불러오기, 공공데이터나 캐클에서 api 사용하여 불러오기 등등...

3. 구조 결정

model.add(...)

l첫째, 좋은 딥러닝 모델을 만들려면 몇 개의 층으로 쌓아 올려야 하는가?

l둘째, Dense 함수 안에 있는 숫자와 설정의 의미는 무엇이며, 어떻게 정해야 하는가?

l딥러닝을 설계한다는 것은 결국 몇 개의 층을 어떻게 쌓을지, Dense 외에 어떤 층을 사용할지, 내부의 변수들을 어떻게 정해야 하는지 등에 대해 고민하는 것

l대개 어떤 데이터를 가지고 무엇을 할 것인지에 따라 딥러닝의 설계가 결정

l각 설정과 변수의 의미를 알고 이것을 자유롭게 구성할 수 있는지가 딥러닝을 잘 다루는지 여부를 결정하는 것

 

 

4. 모델 실행

model.compile()로 만든 딥러닝 모델을 실행시키고 결과 확인

앞 단계에서 만들어진 딥러닝 구조를 어떤 방식으로 구동시키고 어떻게 마무리할 것인지

l딥러닝의 기본 방식은 이 층들을 한 번만 통과하는 것이 아니라 위아래로 여러 차례 오가며 최적의 모델을 찾는 것

l몇 번을 오갈 것인지, 그리고 한 번 오갈 때 몇 개의 데이터를 사용할 것인지정하는 함수가 model.fit() 함수