728x90
아래 내용은 책 '밑바닥부터 시작하는 딥러닝 1권의 내용을 바탕으로 작성된 글입니다
1. 퍼셉트론이란?
- 신경망의 기원이 되는 알고리즘
- 다수의 신호를 입력으로 받아 하나의 신호를 출력함
- 신호가 흐른다(1)/안흐른다(0)의 2가지 값을 가질 수 있음
- 입력신호가 다음 뉴런에 보내질때는 각각 고유한 가중치가 곱해짐
- 가중치: 각 신호가 결과에 영향력을 조절하는 요소로 작용함(가중치가 클수록 신호가 그만큼 더 중요함을 뜻함)
2. 논리 회로
1) AND 게이트 : 입력이 둘이고 출력은 하나
2) NAND 게이트 : AND 게이트를 구현하는 매개변수(가중치, 임계치)의 부호를 모두 반전시킴
3) OR게이트 : 입력 신호 중 하나 이상이 1이면 출력이 1이 되는 논리 회로
- 퍼셉트론의 구조는 AND, NAND, OR 게이트 모두에서 똑같음
- 진리표: 입력 신호와 출력 신호의 대응표
4) XOR 게이트 : 배타적 논리합이라는 논리 회로, 한쪽 x가 1일 때만 1을 출력 (둘 다 1일 때는 성립 안됨)
- 퍼셉트론으로는 XOR게이트를 표현할 수 없음
- 한계: 퍼셉트론은 직선 하나로 나눈 영역만 표현할 수 있다, 곡선은 표현할 수 없음
3. 퍼셉트론 구현하기
1) 가중치와 편향 도입
- 편향(bias, b) : -q(음수값인 임계치), 뉴런이 얼마나 쉽게 활성화(결과로 1을 출력)하느냐를 조정하는 매개변수
- 예를 들어, b가 -0.1이면, 각 입력 신호에 가중치를 곱한 값들의 합이 0.1을 초과할 때만 뉴런이 활성화됨
- 퍼셉트론은 입력신호에 가중치를 곱한 값과 편향을 합하여, 그 값이 0을 넘으면 1을 출력하고 그렇지 않으면 0을 출력
반응형
