반응형
SMALL
퍼셉트론이란?
- 딥러닝(신경망)의 기원이 되는 알고리즘이다.
- 퍼셉트론은 다수의 신호(흐름)를 입력으로 받아 하나의 신호를 출력한다.
- 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다
- 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다 (뉴런이 활성화)
- 정해진 한계 = 임계값 = 세타
- 퍼셉트론의 동작 원리
단순한 논리 회로
- 세타를 $-b$ 로 치환
- $b$ : 편향 : 뉴런이 얼마나 쉽게 활성화(결과로 1 출력) 하는지 조정
- $w_1, w_2$ : 가중치 : 각 입력 신호가 결과에 주는 영향력(중요도) 조절
- AND 게이트
- NAND 게이트
- OR 게이트
- XOR 게이트 → 베타적 논리합
퍼셉트론의 한계
- 선형과 비선형
- 퍼셉트론은 직선 하나로 나눈 영역만 표현할 수 있다는 한계가 있다
다층 퍼셉트론
- AND, NAND, OR 를 조합해서 XOR 게이트 만들기
- 다층 구조의 네트워크
- 단층 퍼셉트론은 직선형 영역만 표현할 수 있고, 다층 퍼셉트론은 비선형 영역도 표현할 수 있다.
반응형
LIST
'[Deep Learning] 딥러닝 기초' 카테고리의 다른 글
DL study - 신경망 학습 (0) | 2024.01.23 |
---|---|
DL 스터디 - 다차원 배열 & Softmax function (0) | 2024.01.16 |
DL 스터디 - 신경망 & 활성화 함수 (0) | 2024.01.16 |