Artificial Intelligence/Deep learning3 퍼셉트론(perceptron)의 한계점 - XOR(exclusive OR)문제 XOR문제의 경우 컴퓨터의 디지털 논리회로(digital logiccircuit)에 등장하는 개념이다. (디지털 논리회로(digital logiccircuit) : 하나 이상의 값을 입력받아 하나의 출력을 얻는 회로) 디지털 논리회로를 간단히 정리하자면, (Input은 X₁, X₂ 두 종류임을 미리 명시함) 1. AND gate(논리곱) Input이 전부 1 → Output 1 Input이 둘 중 하나라도 0 → Output 0 2. OR gate(논리합) Input이 둘 중 하나라도 1 → Output 1 3. XOR gate(배타적 논리합) Input이 서로 다른 경우 → Output 1 4. 다층 퍼셉트론(multilayer perceptron)의 등장 한계점 극복 기존 단층(single-layer.. 2022. 8. 10. 딥러닝을 위한 기초 수학 딥러닝을 하기 위해서는 기초수학에 대한 지식이 함양되어 있으면 좋다. 인공지능의 연산과정에서 수학을 사용하고 있기 때문이고 이번 포스팅에서는 많은 정보를 담을 수는 없어서 예전에 다른 곳에 정리해뒀던 내용만 담고자 한다. 장황한 설명보다는 함수의 정의와 그래프 형태 중심으로 포스팅하였다. 1. 일차함수 y = ax+b (a≠0) 2. 이차함수 y = ax² (a≠0) 3. 미분의 정의(순간 변화율과 기울기) f'(x) = x가 0으로 한없이 다가갈 때 y의 변화량을 x의 변화량으로 나누어 기울기를 구하는 것 4. 편미분 여러가지 변수가 식 안에 존재할 때 원하는 변수를 선택적으로 미분 f(x,y) = x²+yx+a (a는 상수), f'(x,y) = 2x+y : f를 x에 관해 편미분 한 결과 5. 지수와.. 2022. 8. 10. 퍼셉트론(perceptron)이란? (가중치와 편향) 퍼셉트론은 초기 형태의 인공 신경망으로 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘이다. 실제 뇌를 구성하는 신경 세포인 뉴런의 동작과 유사해서 뉴런의 모양에 빗대어 설명하는 경우가 많다. 1. 가중치와 편향 신호를 받는 뉴런은 단순하게 하나의 뉴런에서만 신호를 전달 받는 것이 아니라 여러 뉴런에서 신호를 전달 받는다. 인공신경망도 신호를 전달하는 역할만 하는 것이 아니라 신호의 세기를 변경해서 전달하는데 이 때 사용되는 용어가 가중치(weight)와 편향(bias)이다. 앞 쪽 뉴런에서 뒤 쪽 뉴런으로 전달되는 신호의 세기는 전달되어져 오는 신호의 값에 가중치를 곱하고 편향을 더해서 다음 뉴런으로 전달하게 된다. 이러한 이유로 인공신경망에서는 가중치와 편향이 중요하고 각각의 뉴런을 잇는 가중치가.. 2022. 8. 10. 이전 1 다음
