[코세라] Fundamentals of CNNs and RNNs (CNN)

성균관대학교 이지형 교수님의 코세라 강의 undamentals of CNNs and RNNs>을 수강하고 정리한 내용입니다.

 

https://www.coursera.org/learn/cnns-and-rnns

Fundamentals of CNNs and RNNs

 

CNN	- 정해진 크기의 입력값을 받아 정해진 크기의 출력값을 내보낸다. - Feed-forward 뉴런 네트워크에 한 종류로, 최소한의 전처리과정을 거치도록 만들어진 MLP(Multi-Layer Perceptrons)의 변형된 형태이다. - 이미지와 비디오 처리에 적합
RNN	- 랜덤한 입력값, 출력값 길이를 다룰 수 있다. -  feed-forward 네트워크와 달리 내적 메모리를 이용하여 랜덤 배열의 입력값을 처리할 수 있다. - 시간순 정보를 사용한다. (전에 말한 것이 다음에 영향을 줌) - text, speech 분석에 적합하다.

* Feed-forward: 여러 노드로 이루어진 한 계층의 결과값들이 다음 계층으로 전달되며 예측을 실행하는 과정(input layer -> hidden layer -> output layer)