확장형 소스코드 템플릿을 활용한 딥러닝 실습 (Deep Learning Practice Using Extendable Source Code Templates)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 27권 / 11호 / 1334 ~ 1344페이지
· 저자명 : 이승호

초록

딥러닝(deep learning)은 머신러닝(machine learning)의 하위 카테고리로 인공신경망 방법론 중 하나이다. 새로운 데이터의 생성과 컴퓨터의 고속처리 능력 향상으로 딥러닝 기술은 더욱 주목받게 되었고 특히 비정형 데이터 처리 및 분석에 뛰어난 능력을 보여왔다. 다양한 영역에서 데이터 분석에 대한 수요가 증가하면서 딥러닝 교육에 대한 요구가 높아지고 있다. 그럼에도 불구하고 딥러닝 기술은 기법이 다양하며 프로그래밍 언어로 구현된 특성상 딥러닝 교육이 단기간에 체계적으로 이뤄지기 어려운 실정이다. 본 논문에서는 소스코드 템플릿을 사용하여 딥러닝 모델의 가장 밑바탕이 되는 완전계층(fully connected layers)으로 구성된 신경망에서 시작하여 가장 널리 사용되고 있는 딥러닝 기법 중 하나인 컨볼루션 신경망까지 확장성 있게 다루는 딥러닝 실습 교육 방법을 제안하고자 한다. 실제 강의운영 사례를 바탕으로 차시별 교육 내용 및 소스코드 템플릿을 본 논문에서 제공한다.

영어초록

As a subcategory of machine learning, deep learning is one of the artificial neural network methods. Thanks togeneration of new kinds of data and significant improvement in the data processing speed, deep learning technologieshave attracted considerable attention. Because data in various domains need to be processed and analyzed, the need fordeep learning education targeting is also increasing. However, it is difficult to provide them with systematic deeplearning education in a short period of time because there have been many algorithms and they are implemented in aprogramming language. This paper suggests an extendable pratice method which makes use of core sourse codetemplates that cover from simple neural network (NN) consisting of fully connected layers to convolutional neuralnetwork (CNN). Based on real cases of class operation, the lecture content per class session and the source codetemplates are provided in this paper.

참고자료

· 없음