밑바닥부터 시작하는 딥러닝 1 | 사이토 고키 | 한빛미디어 - 예스24

딥러닝 분야 부동의 베스트셀러!머리로 이해하고 손으로 익히는 가장 쉬운 딥러닝 입문서이 책은 딥러닝의 핵심 개념을 ‘밑바닥부터’ 구현해보며 기초를 한 걸음씩 탄탄하게 다질 수 있도록 도와주는 친절한 안내서이다. 라이브러리나 프레임워크에 의존하지 않고 딥러닝의…

한빛미디어사이토 고키

• 신경망(딥러닝) 의 기원이 되는 알고리즘
• 인공 뉴런 이라고도 함

방식

• 다수의 신호를 입력 받아 하나의 신호를 출력 함
  • 신호 : 전류나 강물처럼 흐름이 있는 무언가
  • 다만 퍼셉트론 에서는 이 상태가 0 & 1 로 나타남
    • 0 : 흐르지 않음
    • 1 : 흐름

동작 원리

예시) "이 그림은 강아지 인가?"

1. 노드에 도달한 각 입력 신호에 대해 가중치를 부여 한다
   1. 귀 있음 → +3점
   2. 꼬리 있음 → +2점
   3. 작음 → +1점
2. 입력 신호에 대한 점수를 모두 합산한다.
   1. 총합 = 6점
3. 신호의 총합이 임계값을 을 넘으면 1 or 0 을 리턴한다
   1. 1 (흐른다) 리턴
      1. 이 때 임계값은 5 라고 가정

• 퍼셉트론으로 선형 논리 게이트를 만들 수 있다
  • AND
  • OR
  • NAND
• 하지만 단층 퍼셉트론으론 비선형 논리 게이트인 XOR 을 만들 수 없음

다층 퍼셉트론

• 퍼셉트론을 연속적으로 엮으면 모든 논리 게이트를 만들 수 있다
  • 그말인 즉, 퍼셉트론으로 컴퓨터도 표현 할 수 있다.(물론 현실적인 어려움이 있다)