가장 많이 사용되는 딥 러닝 알고리즘 종류

딥러닝은 컴퓨터 분야에서 큰 인기를 끌고 있다. 그리고 딥러닝 알고리즘은 복잡한 문제를 해결해야 하는 산업에서 널리 사용되고 있다. 모든 딥러닝 알고리즘은 특정한 작업을 수행하기 위해 다른 종류의 신경망을 사용하는데 이번 포스팅에서는 딥 러닝 알고리즘 종류에 대해 알아보고자 한다.

 

 

딥러닝이란?

딥러닝은 인공신경망을 이용해 대량의 데이터에 대해 정교한 계산을 수행한다. 인간의 두뇌의 구조와 기능을 바탕으로 작동하는 기계학습의 일종이다.

 

추가적으로 딥러닝에 대해 알고 싶다면 아래의 링크를 클릭하자.

딥러닝(Deep Learning)은 무엇일까?

 

 

딥러닝에 사용되는 알고리즘 유형

다음은 가장 많이 사용되는 10가지 딥러닝 알고리즘 목록이다.

1. CNN
2. LSTM(단기 메모리 네트워크)
3. RNN(Recurrent Neural Network)
4. GAN(Generation Attemarical Network)
5. RBFN(Radial Basis Function Network)
6. 멀티레이어 Perceptrons(MLP)
7. SOM(Self Organization Map)
8. DBN(Deep Belief Networks)
9. RBM
10. 오토 인코더

 

1. CNN

convNets라고도 알려진 CNN은 다중 레이어로 구성되어 있으며 주로 이미지 처리와 객체 탐지에 사용된다. CNN은 위성사진을 식별하고, 의료영상을 처리하며, 이상 징후를 탐지하는 데 널리 사용된다.

 

2. LSTM(단기 메모리 네트워크)

LSTM은 시계열 예측 외에도 음성 인식, 음악 작곡, 제약 개발 등에 주로 사용된다.

 

3. RNN(Recurrent Neural Networks)

RNN은 일반적으로 이미지 캡션, 시계열 분석, 자연 언어 처리, 필기 인식 및 기계 번역에 사용된다.

 

4. GAN(Generation Attemarical Network)

비디오 게임 개발자들은 GANs를 이용하여 영상 훈련을 통해 4K 이상의 해상도로 재생함으로써 구형 비디오 게임에서 저해상도 2D 텍스처를 개량한다. GANs는 사실적인 이미지와 만화 캐릭터를 생성하고, 인간의 얼굴을 찍은 사진을 만들고, 3D 사물을 렌더링 하는 것을 돕는다.

 

5. RBFN(Radial Basis Function Networks(RBFN)

입력 계층, 숨겨진 계층 및 출력 계층을 가지며, 분류, 회귀 및 시계열 예측에 주로 사용된다.

 

6. 멀티레이어 Perceptrons(MLP)

MLP는 딥러닝 기술을 입문하는데 좋은 선택지이다. 여러 개의 숨겨진 레이어를 가질 수 있으며 음성 인식, 이미지 인식 및 기계 번역 소프트웨어를 구축하는 데 사용할 수 있다.

 

7. SOM(Self Organizing Maps)

SOM은 사용자들이 복잡하고 고차원적인 정보를 이해하는데 도움을 주기 위해 만들어졌다.

 

8. DBN(Deep Belief Networks)

DBN(Deep Belief Networks)은 이미지 인식, 비디오 인식 및 모션 캡처 데이터에 사용된다.

 

9. RBM

RBM은 차원성 감소, 분류, 협업, 학습 및 모델링에 사용된다.

 

10. 오토 엔코더

오토 인코더는 의학, 예측, 이미지 처리와 같은 목적으로 사용된다.

딥 러닝 툴 목록

 

1. 토치:

토치 딥러닝 도구는 오픈소스 프로그램이다. 그래픽 처리 유닛을 지원하며 임베디드가 가능하여 안드로이드, iOS 등과 연동할 수 있다.

 

2. 뉴럴 디자이너:

뉴럴 디자이너는 신경망을 활용한 데이터 인덱스에서 숨겨진 디자인과 복잡한 연결, 패턴을 예측하는 전문가 애플리케이션이다.

 

3. Tensor Flow:

Tensor Flow는 여러 종류의 작업에 걸쳐 활용된다. 텐서 플로우는 강화 학습, 자연 언어 처리 및 컴퓨터 비전과 같은 머신러닝을 활용할 수 있게 해 준다.

 

4. Azure Cognitive Service:

Azure Cognitive Service는 이용하기 쉽고 무료 오픈소스다. 품질, 정확성 및 속도와 함께 뛰어난 확장 능력을 제공한다. 고객이 데이터 학습을 통해 대용량 데이터셋 내부의 지식을 융합할 수 있도록 한다.

 

5. 파이 토치:

PyTorch는 Python을 위한 오픈소스 머신 러닝 라이브러리이다. Torch를 기반으로 하며, 자연어 처리와 같은 애플리케이션을 위해 사용된다. GPU 사용이 가능하기 때문에 속도가 상당히 빠르다.

 

6. H20.ai:

H20은 오픈 소스 소프트웨어이다.

 

7. 케라스:

케라스는 파이썬으로 작성된 오픈 소스 신경망 라이브러리이다. MXNet, Deeplearning4 j, 텐서 플로, Microsoft Cognitive Toolkit 또는 Theano 위에서 수행할 수 있다.