신경망이란 무엇인가요?
데이터를 통해 학습하는 컴퓨터 프로그램을 빌드하는 기술입니다. 인간의 뇌가 생각하는 방식에 어느 정도 기반하고 있습니다. 첫째, 소프트웨어 '뉴런' 컬렉션이 생성되고 서로 연결되어 서로 메시지를 보낼 수 있습니다. 그런 다음 네트워크가 문제를 해결하라는 요청을 받습니다. 네트워크가 문제 해결에 대한 요청을 반복해서 시도하면서 성공으로 이어지는 연결은 강화되고 실패로 이어지는 연결은 감소합니다. 신경망에 관해 더 자세히 알아보려면 마이클 닐슨의 신경망 및 딥 러닝부터 확인해 보세요. 좀 더 기술적인 개요를 보려면 Ian Goodfellow, Yoshua Bengio, Aaron Courville의 Deep Learning을 읽어보세요.
정말 멋지다, 재활용할 수 있을까?
그렇게 하세요! 신경망을 좀 더 쉽게 액세스하고 학습할 수 있도록 GitHub에 오픈소스로 공개해 두었습니다. Apache 라이선스만 준수한다면 어떤 방법으로든 자유롭게 사용할 수 있습니다. 추가 또는 변경사항에 대한 제안사항이 있는 경우 알려주세요.
또한 아래 컨트롤로 특정 주제나 수업에 맞게 플레이그라운드를 조정할 수 있습니다. 아래에 표시할 기능을 선택한 후 를 저장하거나 페이지를 새로고침하세요.
각 색상은 무엇을 의미하나요?
주황색과 파란색은 시각화 전반에서 약간 다른 방식으로 사용되지만 일반적으로 주황색은 음수 값을 나타내고 파란색은 양수 값을 나타냅니다.
작은 원으로 표시되는 데이터 포인트는 주황색 또는 파란색으로 표시되며, 이는 양수 및 음수에 해당합니다.
히든 레이어에서 선의 색상은 뉴런 간 연결의 가중치에 따라 지정됩니다. 파란색은 양의 가중치를 표시하며, 이는 네트워크가 주어진 뉴런의 출력을 사용하고 있음을 의미합니다. 주황색 선은 네트워크가 음의 가중치를 적용했음을 나타냅니다.
출력 레이어에서 점은 원래 값에 따라 주황색 또는 파란색으로 지정됩니다. 배경색은 특정 영역에서 네트워크가 예측하는 항목을 나타냅니다. 색상 강도는 예측이 얼마나 확실한지를 보여줍니다.
어떤 라이브러리를 사용하시나요?
간단한 신경망 라이브러리 작성 요구사항을 충족하도록 모델을 학습시킬 수 있습니다 실제 적용 사례의 경우 TensorFlow 라이브러리
크레딧
Daniel Smilkov와 Shan Carter에 의해 개발되었습니다. 이는 많은 분들이 진행한 이전 작업의 연장선상에 있으며, 그중에서도 Andrej Karpathy의 convnet.js 데모가 대표적인 예입니다. 신경망에 관한 크리스 올라의 기사를 확인해 보세요. D. 스컬리가 창안 아이디어와 페르난다 비에가스, 마틴 바텐버그 등 Big Picture팀과 Google 브레인팀에 문의하세요.