입력과 출력에 따라 네 가지로 모델링 해볼 수 있다. many-to-many 에서,첫 번째는 translation 같이 즉시 결과값이 나오는 것에 해당.두 번째는 Q n A 처럼 입력값이 다 입력된 후에 결과 값이 나올 수 있는 것들임 -- CNN은 Parameter Sharing을 통해 MLP 대비 Parameter의 수를 줄일 수 있었다. *sharing : 공유하는 것CNN (합성곱 신경망)CNN은 필터(커널) 하나를 이미지 전체에 적용하면서 특징을 추출합니다. 즉, 같은 가중치(필터)가 이미지의 모든 위치에 적용됩니다.파라미터의 수 계산:필터 크기 = 3×3 (즉, 9개의 가중치)필터 하나가 이미지 전체에 사용되기 때문에, 학습해야 하는 파라미터의 수는 9개입니다.👉 중요 포인트:MLP의 경우..