치즈샨의 블로그

밑바닥부터 시작하는 딥러닝을 공부하며 정리한 글입니다.자세한 내용은 생략하고 핵심만 담았습니다. 이번 장은 행렬, 내적, 함수를 기초지식으로 알고 있어야 이해할 수 있습니다. 1. 퍼셉트론에서 신경망으로    신경망을 그림으로 나타내면 그림1과 같이 됩니다. 여기에서 가장 왼쪽 줄을 입력층, 맨 오른쪽 줄을 출력층, 중간 줄을 은닉층이라고 합니다.  앞서 설명했던 퍼셉트론을 다시 살펴보겠습니다.  $$ y = \begin{cases} 0, & (b + w_1x_1 + w_2x_2 \leq 0) \\1, & (b + w_1x_1 + w_2x_2 > 0) \end{cases} $$ [식 1]   여기서 $b$는 편향을 나타내는 매개변수로 뉴런이 얼마나 쉽게 활성화되느냐를 제어합니다. 한편, $w_1$과 $w..

밑바닥부터 시작하는 딥러닝을 공부하며 정리한 글입니다.자세한 내용은 생략하고 핵심만 담았습니다.1. 퍼셉트론이란? 퍼셉트론은 신경망(딥러닝)의 기원이 되는 알고리즘으로 다수의 신호를 입력으로 받아 하나의 신호를 출력합니다.   (그림1)은 입력으로 2개의 신호를 받은 퍼셉트론의 예입니다. $x_1$과 $x_2$는 입력 신호, $y$는 출력 신호, $w_1$과 $w_2$는 가중치를 뜻합니다. 그림의 원을 뉴런 혹은 노드라고 부릅니다. 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해집니다($w_1x_1,w_2x_2$). 뉴런에서 보내온 신호의 총합($y$)이 정해진 한계를 넘어설 때(활성화)만 1을 출력합니다. 그 한계를 임계값이라 하며, $\theta$(theta, 세타)기호로 나타냅니다. 이상..