※ 본 게시물에 사용된 내용의 출처는 대다수 <펭귄브로의 3분 딥러닝-파이토치맛>에서 사용된 자료이며, 개인적인 의견과 해석이 추가된 부분도 존재합니다. 그림의 경우 교재를 따라 그리거나, 제 임의대로 추가 수정한 부분도 존재합니다. 저 역시도 공부하고자 포스팅한 게시물이니, 잘못된 부분은 댓글로 알려주시면 감사하겠습니다.
인공지능과 머신러닝
- 인공지능 : 인간의 사고를 인공적으로 모방한 모든 것
- 머신러닝 : 주어진 데이터를 갖고 통계학적인 모델을 학습시켜 인공지능을 구현하는 방법
- 딥러닝 : 머신러닝의 수많은 학습법 중 하나
딥러닝 학습 종류에는 크게 다음과 같이 나뉠 수 있음.
- 지도학습(Supervised Learning)
: 데이터-데이터 라벨(입력 - 출력)쌍이 미리 정의된 데이터로 학습하는 경우
- 비지도학습(Unsupervised Learning)
: 데이터-데이터 라벨(입력 - 출력)쌍이 정의되지 않은 데이터로 학습하는 경우
- 강화학습(Reinforcement Learning)
: 보상(reward), 처벌(penalty)를 미리 설계하고 스스로 환경을 경험하며 배우는 경우
- 준지도 학습(semi-supervised learning)
: 부족한 라벨 데이터 학습
- 메타 학습(meta learning)
: 학습법을 연구
- 원샷 학습(one-shot learning)
: 데이터를 한 번 or 몇 번만 보고 학습
- 전이 학습(transfer learning)
: 한 문제(task) 에서 학습한 후 다른 문제(task)로 바로 전이하는 학습
기존의 머신러닝 vs 딥러닝
- 인공신경망을 사용하여 특징 추출, 데이터 생성과정까지 딥러닝으로 진행할 수 있게끔 발전되어옴.
- 비정형 데이터 처리에 효과적이지만, 많은 양의 학습 데이터와 학습 시간, 높은 하드웨어 스펙을 요구한다는 단점 有
파이토치(Pytorch)
PyTorch
An open source machine learning framework that accelerates the path from research prototyping to production deployment.
pytorch.org
- 페이스북의 주도, 여러 대학과 합심해 개발.
- "간단, 최적화, 가독성"이 좋음.
- 동적 계산 그래프(dynamic computational graph)
- 온라인(online) 학습
- 데이터에 대한 실시간 대응
- 모델관리 유연
