[SK플래닛] ASAC 빅데이터전문가 11기 | 33일차

33일차는 딥러닝 구조를 조금 더 실제 설계 관점에서 본 날이었다. 전날에는 FNN, CNN, activation function 같은 용어를 큰 틀에서 봤다면, 이번에는 “입력층은 어떻게 정하고, 출력층은 무엇에 맞춰야 하고, CNN은 왜 이미지를 그냥 펼치지 않는가”를 중심으로 정리했다.가장 크게 남은 건 신경망을 볼 때 항상 입력과 출력부터 생각해야 한다는 점이었다. 어떤 데이터를 넣고, 어떤 결과를 뽑고 싶은지가 정해져야 input layer와 output layer가 결정된다. hidden layer는 그 사이에서 어떤 방식으로 특징을 뽑을지 설계하는 영역이었다.1. 신경망은 한 개 샘플 기준으로 생각해야 했다신경망을 설계할 때는 전체 데이터셋보다 먼저 샘플 하나가 어떤 모양인지를 봐야 했다. ..