딥러닝이란?
반드시알아야할3가지
딥러닝은사람에게는자연스러운일，즉예시를통해학습하는것컴퓨터가수행할수있도록가르치는머신머신러닝기법기법딥러닝은무인자동차에서활용핵심기술로，자동차가정지정지를하고보행자가로을등을할수있도록있도록딥러닝딥러닝전화，태블릿，电视및핸즈프리스피커와가전의의음성제어를위한요소요소최근최근이많은많은을받고있습니다。딥러닝을통해이전에는가능했던불를도출합니다。
딥러닝에서는컴퓨터모델이직접이미지,텍스트또는사운드로부터분류작업방법을학습합니다。딥러닝모델은종종사람의능력을넘어서는최고수준의정확도에도달하고있습니다。여러레이어를포함하는신경망아키텍처와함께레이블링된대단위데이터를활용하여모델이학습됩니다。
딥러닝은어떻게이처럼뛰어난결과를얻을수요요
다시말하면정확성입니다。딥러닝은그그어느때때높은수준의인식인식정확도를달성이러한정확성은가전제품사용자의기대치를할수있으며，무인무인처럼이중요한응용분야는중대한요소작용합니다합니다요소작용합니다。최근딥러닝의발전은딥러닝통해이미지이미지의객체를분류하는과같은작업에서사람을가하는을까지향상되었습니다。
1980년대에처음이론화된딥러닝이최근에유용하게된두가지주된이유가있습니다。
- 딥러닝에는방대한양의레이블지정데이터가필요합니다。예를들어무인자동차를개발하려면수백만장의이미지및수천시간분량의비디오가필요합니다。
- 딥러닝에는강력한컴퓨팅성능이요구됩니다。고성능의GPU는딥러닝에효과적인병렬아키텍쳐를갖고있습니다。개발팀이이를클러스터또는클라우드컴퓨팅과함께사용할경우몇주씩걸리던딥러닝네트워크의학습시간을몇시간이내로단축할수있습니다。
딥러닝예제
딥러닝응용프로그램은자율주행에서기기기기이르기까지여러산업에서사용용되고
자율주행：자동차연구소에서는정지신호，신호등과같은물체를자동으로탐지하는데딥러닝을사용하고있습니다。또한또한은보행자를탐지하는데사용사고를줄이는데기여있습니다。
항공우주및및：딥러닝은위성에서객체를식별관심영역을찾고병력파견에에안전하거나안전하지지역확인하는데사용됩니다
의학연구：암연구진은암세포를으로탐지하는데을사용하고있습니다。ucla연구팀은딥러닝이션에에암세포를를식별하는법을학습하는데될고차원고차원데터개발생성하는하는첨단현미경개발개발개발생성생성생성생성생성생성개발개발
산업자동화:사람이나물체가기계와안전거리를유지하지않을때딥러닝이이를자동으로탐지하여중장비를다루는작업자를더안전하게보호할수있습니다。
전자:자동청취및음성번역에딥러닝이사용되고있습니다。예를들어사용자의음성에응답하고사용자의기호를파악하는가전기기는딥러닝애플리케이션을기반으로합니다。
딥러닝에대해얼마나잘알고계시나요?
딥러닝작동방식
대부분의딥러닝방식은신경망아키텍처를사용하는데，이런이유로로딥러닝모델은심층신경망으로불립니다。
“딥이라는용어는뉴럴네트워크를구성하는숨겨진레이어(隐层)의수를가리킵니다。기존뉴럴네트워크는숨겨진레이어2 - 3개가에불과하지만딥네트워크는150개까지이르는경우도있습니다。
딥러닝모델은수동으로특징추출하지않고데이터에서직접직접기능을학습하는아키텍처와함께함께레블링된대단위대단위대단위대단위데데데터활용훈련훈련훈련훈련
그림1：신경망은신경망은연결된노드의으로구성되어있는이어로이어로이어로。네트워크에는수십개또는수백의숨겨진레이어가있을수있습니다。
가장널리사용되는딥신경망유형중하나가CNN（卷积神经网络)이며事先이라고고도。CNN은입력데이터에에대해컨벌루션을취함으로써특징을추출，이때추출하며이어사용하는데이미지와와같은같은같은같은터터에아키텍처아키텍처아키텍처아키텍처아키텍처아키텍처아키텍처아키텍처아키텍처아키텍처입니다
CNN을사용하면하면수동특징추출을할필요가없으므로이미지를분류하는데사용되는특징을식별하지않아도됩니다。CNN은이미지에서직접특징을추출하여작동됩니다。관련특징은사전훈련되지않으며네트워크가이미지모음에서훈련하는동시에학습됩니다。이러한자동화된특징추출은객체분류와같은컴퓨터비전작업에서딥러닝모델을매우정확하게구현합니다。
그림2:많은컨벌루션레이어가있는네트워크의예제。필터는해상도가서로다른각훈련이미지에적용되고,각컨벌루션된이미지의출력은다음레이어의입력으로사용됩니다。
CNN은수십개또는수백개숨겨진레이어사용하여이미지의의다른특징을감지하는을학습합니다학습학습학습숨겨진모든이어는학습된이미지특징특징의복잡도증대합니다증대합니다。예를들어첫번째로숨겨진이어는윤곽선을감지하는을학습할있으며마지막에에이어는사람이인식하려고하려고하는객체의모양특별히맞춰진복잡한모양을감지하는학습학습수수수하는학습할수있습니다
머신러닝과딥러닝의차이점은은무엇？
딥러닝은특수한형태의머신러닝입니다。머신러닝워크플로는관련특징을이미지에서수동으로추출하는것에서시작합니다。그런다음,해당특징을사용하여이미지의객체를분류하는모델을만듭니다。딥러닝워크플로우에서는관련특징이이미지로부터자동으로추출됩니다。여기에딥러닝은”엔드투앤드“학습방법을수행하게되는데,네트워크에원시데이터와과제(예:분류)가주어지면자동으로어떻게이를수행할지학습하게됩니다。
또다른중요한차이점으로딥러닝은데이터의양에비례하는성능을나타내는반면쉘로우러닝(浅学习)은수렴하는특성을갖습니다。머신러닝과같은쉘로우러닝은네트워크에예제및학습데이터를추가하더라도일정수준에서성능이수렴합니다。
딥러닝네트워크의주요이점은데이터크기가증가증가함함따라네트워크가계속향상향상경우가많다는많다는입니다。
그림3.자동차분류에서머신（왼쪽）과과（오른쪽）비교。
머신러닝에서는으로특징과분류기선택하여이미지를정렬합니다。딥러닝을사용하면특징추출추출및가자동자동수행됩니다。
머신러닝과딥러닝중에서선택하는방법
머신러닝은응용프로그램,처리중인데이터의크기및해결하려는문제유형에따라선택할수있는다양한기술과모델을제공합니다。효과적인딥러닝응용프로그램을사용하려면모델을훈련시키기위한대용량데이터(수천개의이미지)뿐아니라데이터를신속하게처리하기위한GPU（图形处理单位）가필요합니다。
머신러닝과딥러닝중한쪽을선택할고성능고성능gpu가있는지그리고많은레이블지정이터가있는지데여부를검토해야해야。둘다해당하지않는다면딥러닝머신러닝사용하는것이더나을수있습니다。딥러닝적으로이더복잡하기때문에적어도개의이미지이미지의의의신뢰있습니다있습니다를를수수있습니다수수수고성능gpu가있으면모델이해당하는모든이미지를를하는데에이줄어듭니다。
딥러닝모델생성및훈련방법
사람이객체분류를수행하기위해딥러닝을사용하는가장일반적인세가지방법은다음과같습니다。
기초부터훈련시키기
기초부터딥네트워크를훈련시키기위해서는레이블이지정된대용량데이터세트를수집하고,네트워크아키텍처를설계하여특징과모델을학습합니다。이방법은새로운응용프로그램이나출력카테고리가많은응용프로그램에유용합니다。대용량의데이터및학습속도로인해이러한네트워크가일반적으로훈련시키는데며칠또는몇주가걸리기때문에흔하지않은방식입니다。
전이학습
대다수딥러닝응용프로그램은사전훈련된모델을세밀하게조정하는방법인전이학습방식을사용합니다。이방식에서는AlexNet또는GoogLeNet과같은기존네트워크를사용하여이전에알려지지않은클래스를포함하는새로운데이터를주입합니다。네트워크를수정한후에는1000가지의서로다른객체대신개또는고양이만분류하는것과같은새작업을수행할수있습니다。또한이방식은훨씬적은데이터(수백만개가아닌수천개의이미지처리)가필요하다는이점이있으므로계산시간이몇분또는몇시간으로감소합니다。
이학습에는기존네트워크의에관한관한이스가요구되며되며네트워크를수정하고새로운작업을향상향상시킬수수马铃薯®에는전이학습에도움이되도록설계된툴과이있습니다。
특징추출
딥러닝에관한덜일반적이지만전문화전문화된접근접근방식은네트워크피처추출기로사용하는하는것。모든레이어는이미지의의특정특징을학습해야교육과정중중에언제네트워크이러한에서특징가져올수특징수수수수수수수수수수수수수수수수이러한특징은.SVM（서포트서포트머신）과같은머신러닝모델에입력으로사용할수있습니다。
GPU를사용하여딥러닝모델가속화
딥러닝모델을훈련하는데에는며칠부터몇주까지의긴시간이필요합니다。하지만,GPU가속을활용하면괄목할만한수준으로처리속도를증폭할수있습니다。GPU이뿐만아니라가있는MATLAB을활용하면신경망훈련과이미지분류문제를위한훈련시간을며칠에서몇시간으로단축시킬수있습니다。딥러닝모델을훈련시킬때MATLAB은GPU를명확히프로그래밍하는방법을파악할필요없이GPU(사용가능한경우)를사용합니다。
그림4：CNN을처음부터훈련하거나이학습을위해사전훈련훈련모델사용용하기深度学习工具箱명령。
딥러닝응용프로그램
사전훈련된심층신경망네트워크모델을사용하여이전학습또는특징추출을수행하여문제에관한딥러닝을신속하게적용할수있습니다。MATLAB사용자의경우사용가능한일부모델에는AlexNet, VGG-16및VGG-19와importCaffeNetwork를사용하여가져온咖啡모델(예:咖啡模型动物园)이있습니다。
MATLAB을이용하면이용이해집니다。MATLAB은대규모데이터세트세트를관리할수있는툴과사용하여머신，신경망，컴퓨터비전및주행을위한특수툴박스제공합니다。
MATLAB을사용하면가아니어도단몇줄의딥러닝을수행할있습니다。〖图库“
딥러닝용MATLAB을사용하면팀은다음과같은작업을성공적으로수행할수있습니다。
- 단몇줄의코드로모델생성및시각화
- 전문가가아니어도딥러닝수행가능
- 이미지및비디오의지상실측자료레이블지정자동화
- 딥러닝을단일워크플로로통합
Matlab을사용MATLAB을사용하면매개변수변수를할사전훈련모델을하게가져온후후중간결과를시각하고디버그할수있습니다시각화디버그할수
MATLAB을활용하여딥러닝영역에서전문지식을습득할수있습니다。대다수의사람들은딥러닝에관한교육과정을수강한경험이없습니다。따라서이러한작업에대해배워야합니다。MATLAB은이분야에관한학습이실용적이고이해하기쉽도록도움을줍니다。또한MATLAB을사용하는도메인전문가는산업또는응용분야에관한지식이없을수있는데이터과학자에게작업을넘기지않고도딥러닝을수행할수있습니다。
MATLAB을사용하면딥러닝모델의교육및테스트를위해이미지내의객체에대화형방식으로레이블을지정하고비디오내의지상실측레이블지정작업을자동화할수있습니다。이대화형자동방식을통해짧은시간안에더나은결과물을얻을수있습니다。
Matlab은여러영역을단일통합할할있습니다。MATLAB을사용하면하면하나의환경에서생각하고할수있습니다프로그래밍할수수또한，딥러닝용딥러닝용기능뿐만신호처리，컴퓨터비전및데이터등등의딥러닝딥러닝알고리즘영역제공되는다양한도메인을제공제공제공
MATLAB을사용하면결과를기존응용프로그램에통합할수있습니다。MATLAB은엔터프라이즈시스템,클러스터,클라우드및임베디드기기에딥러닝모델을배포하는작업을자동화합니다。
딥러닝특징및예제코드를가져오는방법에대해자세히알아보십시오。
