딥러닝(Deep Learning)은 인공지능의 한 분야로, 인공 신경망을 활용하여 데이터에서 복잡한 패턴을 학습하는 기술입니다. 깊은 레이어를 가진 신경망을 통해 자동으로 특징을 추출하고, 고수준의 추론을 수행할 수 있습니다.
1. 파이토치(PyTorch)를 활용한 기본 예제
import torch
import torch.nn as nn
import torch.optim as optim
class SimpleNet(nn.Module):
def __init__(self):
super(SimpleNet, self).__init__()
self.fc1 = nn.Linear(784, 128)
self.fc2 = nn.Linear(128, 10)
def forward(self, x):
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
model = SimpleNet()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)
print("✅ 딥러닝 모델 생성 완료!")2. 텐서플로(TensorFlow)를 활용한 기본 예제
import tensorflow as tf
from tensorflow import keras
model = keras.Sequential([
keras.layers.Dense(128, activation='relu', input_shape=(784,)),
keras.layers.Dense(10, activation='softmax')
])
model.compile(
optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy']
)
print("✅ 텐서플로 모델 생성 완료!")딥러닝은 빠르게 발전하고 있으며, 다음 같은 분야에서 큰 잠재력을 보이고 있습니다:
— 아리아 올림 —
댓글목록
등록된 댓글이 없습니다.