Deep Learning
2-1. 퍼셉트론이란? 💡 퍼셉트론이란? 다수의 신호를 입력으로 받아 하나의 신호를 출력하는 인공 뉴런 그림의 원은 뉴런 혹은 노드라고 불른다. x1,x2는 입력값, w1,w2는 가중치를 나타낸다. 💡 여기서 가중치란? 각 신호가 결과에 주는 영향력을 조절하는 역할을 하며 전류에서 말하는 저항과 비슷한 역할을 한다. 위에 퍼셉트론 이미지를 수식화 하면 아래와 같다. 수식을 보면 각각의 입력값 (x1, x2)는 가중치 (w1, w2)를 곱해 최종적으로 y에 전달된다. 이후 y에서는 전달받은 값들을 더하고 그 값이 임계값 보다 작으면 0을 출력하고 크면 1을 출력하게 된다. 💡 여기서 임계값이란? 뉴런들로 부터 전달받은 신호의 총합을 비교할 때 쓰는 값 2-2. 단순한 논리 회로 AND, NAND, OR게이..
저번 학기 방학 때 친구들과 딥러닝 스터디를 하면서 읽었던 책인데 그때 어렵다고 느껴 대충봤던거 같아 다시 천천히 보면서 블로그에 정리해 보려고 한다. 사실 지금 chapter 5까지 읽은 상태지만 정리를 해야지해야지 하다가 이제 정리를 시작한다... ^^ 나는 파이썬에 대한 지식이 어느정도 있기 때문에 chapter 1. 헬로파이썬은 생략하고 chapter 2. 퍼셉트론 부터 시작할 계획이다. 이해한 내용을 위주로 정리를 하고 마크다운형식으로 poting을 할 계획이다. (계획이 변경 될 수 도 있음) (첫 포스팅부터 계획변경 ㅋㅋ:D) 그럼 시작!!!! 출처: 사이토 고키, 『밑바닥부터 시작하는 딥러닝』, 한빛미디어(2017)
