본문 바로가기
반응형

퍼셉트론3

딥러닝) 퍼셉트론에서 신경망 신경망은 데이터로부터 적절한 매개변수 값을 학습하는 성질이 있어서 퍼셉트론에서 사람이 수동적으로 가중치를 설정했던 것을 해결해준다. 신경망의 기본 구조는 아래 그림과 같다. 보다시피 뉴런이 연결되는 방식은 퍼셉트론과 유사하다. 신경망의 신호 전달 방법을 보기 위해 잠깐 퍼셉트론과 그 수식을 보면 다음과 같다. 여기서 h(x) 함수를 사용하였는데, 이렇게 입력 신호의 총합을 출력 신호로 변환하는 함수를 활성화 함수(actication function)라 한다. 활성화 함수는 입력 신호의 총합이 활성화를 일으키는지를 정한다. a는 입력 신호의 총합이고, y는 a를 활성화 함수 h( )에 적용하여 출력한 결과값이다. 활성화 함수의 처리 과정을 명시적으로 나타내면 아래 그림과 같다. 이 퍼셉트론을 보면 활성화 .. 2021. 2. 2.
딥러닝) 퍼셉트론의 한계, 선형과 비선형 1. 퍼셉트론의 한계 1.1 XOR게이트 XOR게이트란? 두 입력 신호 중 한쪽이 1일 때만 1을 출력하는 배타적 논리합이라는 논리 회로이다. 이전 글 '딥러닝) 퍼셉트론이란?' 에서 본 퍼셉트론으로는 XOR게이트를 구현할 수 없다. 시각적으로 보면서 이해해보자면, 먼저 OR게이트 동작은 아래와 같다. OR게이트는 (x1, x2) = (0, 0)일 때 0을 출력하고 (0, 1), (1, 0), (1, 1)일 때는 1을 출력한다. 0은 원(●), 1은 세모(▲)로 표시하였다. OR게이트를 만들기 위해 ●와 ▲를 빨간색 직선으로 나누고있다. XOR게이트의 동작을 보면 직선 하나로 ●와 ▲를 나눌 수 없다는 것을 알 수 있다. 따라서 퍼셉트론은 직선 하나로 나눈 영역만을 표현할 수 있다는 한계가 있다. 1.2.. 2021. 1. 31.
딥러닝) 퍼셉트론이란? 1. 퍼셉트론 개념 퍼셉트론이란? 다수의 신호를 입력받아 하나의 신호를 출력하는 것으로 '인공 뉴런' 혹은 '단순 퍼셉트론'이라 불리며 신호는 흐른다(1)와 안 흐른다(0) 두 가지 값을 가질 수 있다. 입력 신호에 각각의 고유한 가중치를 곱한 값이 다음 뉴런에 보내진다. 이전 뉴런에서 보내온 신호의 총합이 임계값(θ, theta)보다 크면 1을 출력하며 이를 '뉴런이 활성화한다'라고 표현한다. 가중치는 입력 신호의 영향력(중요도)을 조절하며, 클수록 중요한 신호라는 것을 의미한다. 2. 논리 회로 2.1 AND게이트 AND게이트란? 두 입력이 모두 1일 때는 1을 출력하고, 그 외에는 0을 출력하는 것이다. AND게이트를 퍼셉트론으로 표현하려면 w1, w2, θ값이 있어야 하며, (0.5, 0.5, 0.. 2021. 1. 31.
728x90
반응형