autoencoder3 [Machine Learning & Deep Learning 공부] Deep Auto-Encoder 실습 이번엔 전 시간에 배운 Auto-Encoder에서 좀 더 복잡해진 구조인 Deep Auto-Encoder에 대해서 배우고 실습해 볼 것이다. Deep Auto-Encoder는 다음 그림과 같이 Encoder Layer가 여러 개이고, Decoder Layer도 여러 개 있는 Auto-Encoder이다.Deep Auto-Encoder를 Stacked Autoencoder라고도 부른다.이제 실습해 보자!LIBRARY IMPORT# 기존 Mnist 데이터 셋이 너무 쉬워서 새로 나온 Fashion_Mnistimport numpy as npimport tensorflow as tffrom tensorflow.keras.datasets import fashion_mnistfrom tensorflow.keras i.. 2025. 7. 15. [Machine Learning & Deep Learning 공부] Auto-Encoder 실습 오늘은 간단하게 데이터를 직접 만들어서 Autoencoder를 실습해 보겠다!지난번 배운 Autoencoder에 대해 간단히 설명하고 시작하겠다.Autoencoder는 데이터를 압축(인코딩)한 뒤, 다시 원래 데이터로 복원(디코딩)하도록 학습하는 신경망 구조주요 목적은 차원 축소와 특징 추출로, 입력 데이터의 본질적인 정보만을 남기고 불필요한 부분은 제거LIBRARY IMPORTimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Denseimport numpy as npimport matplotlib.pyplot as p.. 2025. 7. 15. [Machine Learning & Deep Learning 공부] 비지도 학습 & Auto-Encoder 오늘은 Deep Neural Network, 비지도 학습에 대해서 배워볼 것이다.비지도 학습은 초반부에 나왔던 개념이다.비지도 학습 : 레이블 없이 데이터의 특징을 학습이 비지도 학습에 주로 사용되는 신경망 구조가 Autoencoder이다Autoencoder는 먼저 차원을 감소시킨다. 이를 통해 most relevant feature을 추출한다. Autoencoder를 적용하는 분야는 다음과 같다.정보의 압축Noise 제거유사한 image 검색Image 변형에 의한 새로운 Image 생성Pre-Training꼭 비지도 학습에만 사용하지는 않다는 것을 알 수 있다.그림에서 PCA는 linear transformation이고, Autoencoder는 non-linear transformation인 것을 알 .. 2025. 7. 15. 이전 1 다음
