ch3)신경망(딥러닝)(1/2) 책: 밑바닥부터 시작하는 딥러닝 chapter3 신경망 -ch2의 퍼셉트론은 복잡한 함수도 표현할 수 있지만 가중치를 설정하는 작업은 여전히 사람이 수동으로 해야 한다.-신경망은 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 성질이 있다. 3.1 퍼셉트론에서 신경망으로 이번 절에서는 퍼셉트론과 다른 점을 중심으로 신경망의 구조를 설명한다. 3.1.1 신경망의 예 0층 입력층 1층 은닉층: 사람의 눈에는 보이지 않는다. 2층 출력층 가중치를 갖는 층은 2개뿐이기 때문에 '2층 신경망'이라고 하면 문헌에 따라 층수를 기준으로 '3층 신경망'이라고도 한다. 3.1.2 퍼셉트론 복습 -x₁과 x₂ 두 신호를 입력받아 y를 출력하는 퍼셉트론 -위 퍼셉트론을 수식으로 나타냄 -퍼셉트론 그림에 편향을 .. 2023. 2. 26. ch2)퍼셉트론(딥러닝) 책: 밑바닥부터 시작하는 딥러닝 chapter2 퍼셉트론 주요 단어 x: 입력 신호 w: 가중치 y: 출력 신호 b: 편향 θ: 임계값 2.1퍼셉트론 -신경망(딥러닝)의 기원이 되는 알고리즘 -다수의 신호를 입력으로 받아 하나의 신호를 출력한다. -퍼셉트론은 1이나 0의 두 가지 값을 가질 수 있다. x: 입력 신호 w: 가중치 y: 출력 신호 -그림의 원은 뉴런 혹은 노드라 부른다. -x(입력 신호)가 뉴런에 보내질 때는 각각 고유한 w(가중치)가 곱해진다.(x₁w₁, x₂w₂) -뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다.(뉴런이 활성화 한다.) -그 한계를 임계값이라고 한다.(기호: θ(theta)) -가중치가 클수록 해당 신호가 그만큼 더 중요하다. 2.2 단순한 논리.. 2023. 2. 22. 이전 1 다음
