퍼셉트론2 [ Chapter.03 ] 퍼셉트론에서 신경망으로 신경망은 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력이 가장 중요한 성질이라고 볼 수 있습니다. 01. 신경망의 예 신경망은 입력층, 은닉층, 출력층으로 구성됩니다. 각각 1층씩만 있다고 가정하면, 신경망은 총 3층으로 구성됩니다. 하지만 가중치를 갖는 층은 2개뿐이기 때문에 2층 신경망이라고 합니다. 02. 퍼셉트론 복습 b: 편향을 나타내는 매개변수 = 뉴런이 얼마나 쉽게 활성화되느냐를 제어합니다. w1, w2: 각 신호의 가중치를 나타내는 매개변수 = 각 신호의 영향력을 제어합니다. 아래는 퍼셉트론의 동작입니다. 입력 신호의 총합이 h(x)라는 함수를 거쳐 변환되어, 그 변환된 값이 y의 출력이 됨을 보여줍니다. 03. 활성화 함수의 등장 방금 위에서 설명한 h(x) 함수를 살펴보겠습.. 2022. 7. 28. [ Chapter.02 ] 퍼셉트론 01. 퍼셉트론이란? 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력합니다. 퍼셉트론 신호는 흐른다 / 안흐른다 두 가지 값을 가질 수 있습니다. 가중치란? 각 신호가 결과에 주는 영향력을 조절하는 요소입니다. 신호의 영향력을 제어합니다. 가중치가 클수록, 해당 신호가 중요하다는것을 의미합니다. 편향이란? 뉴런이 얼마나 쉽게 활성화 (결과로 1을 출력) 하느냐를 조정하는 매개변수 입니다. b = -1.0 이면 입력신호가중치의 합 > 0.1 이면 뉴런이 활성화합니다. b = -20.0 이면 입력신호가중치의 합 < 20.0 이면 뉴런이 활성화하지 않습니다. 편향의 입력신호는 항상 1 입니다. 아래 그림을 살펴보겠습니다. 원을 뉴런 or 노드 라고 부릅니다. 현재 2개의 입력신호가 있습니다. 퍼셉트.. 2022. 6. 28. 이전 1 다음
