AI
-
[밑.시.딥.1] 활성화 함수AI 2024. 7. 2. 08:35
앞서 말했듯 딥러닝은 공간상에서 데이터를 분류하는 작업을 자동으로 하는 도구이며, 데이터를 분류하기 위해선 활성화 함수를 사용한다. 활성화 함수를 쓰는 이유는 선형 식이 있을 때 그 직선을 비선형화 시키는 거다. 곡선으로 만들어 주기도 하고, 직선은 무한하기 때문에 어느 순간 끊어주는 게 필요할 때도 있다. 어떤 활성화 함수들이 있는지 살펴보자. 1. 계단 함수단층 퍼셉트론은 활성화 함수로 계단 함수를 이용하고 있다. 임계값을 경계로 출력이 바뀐다는 특징이 있다.def step_function(x): y = x > 0 return y.astype(int) 계단 함수를 그래프로 그려보자.import numpy as npimport matplotlib.pylab as pltdef step_fun..
-
[밑.시.딥.1] 신경망의 개요AI 2024. 7. 2. 08:17
2차원, 3차원의 데이터가 있다. 근데 실제론 수만차원의 데이터를 다룬다. 이 수만차원에서 방대한 양의 데이터를 뿌리고 이 데이터를 구분할 수 있는 가를 이야기하는 분야가 바로 딥러닝이다! 즉, 딥러닝은 공간상에서 데이터를 분류하는 작업을 자동화하는 도구라고 생각하면 된다. 기본적으로 뉴런 네트워크에서는 직선을 긋는데, 앞서 XOR 게이트로 확인했듯이 직선만 그어서는 데이터를 전부 구분할 수 없다. 직선을 여러개 그어 구분할 수도 있고, 활성화 함수라는 함수를 씌워 데이터를 구분할 수도 있다. 이 이야기를 해보려 한다. 1. 신경망에 대해서복잡한 함수, 심지어 컴퓨터가 수행하는 복잡한 처리도 퍼셉트론으로 표현할 수 있었지만, 원하는 결과를 출력하도록 가중치 값을 정하는 작업은 여전히 사람이 수동으로 해..
-
[밑.시.딥.1] 퍼셉트론AI 2024. 7. 1. 22:58
1. 퍼셉트론 이란?퍼셉트론 : 프랑크 로젠블라트가 1957년 고안한 알고리즘으로, 신경망∙딥러닝의 기원이 되는 알고리즘이다.** 아래에서 설명할 퍼셉트론은 정확히 '인공 뉴런' 혹은 '단순 퍼셉트론'으로 불리는 것이다. 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 퍼셉트론 신호는 흐른다/안 흐른다(1이나 0)의 두가지 값을 가질 수 있다. 아래는 입력으로 2개의 신호를 받은 퍼셉트론의 예이다. x1, x2는 입력 신호, y는 출력 신호, w1과 w2는 가중치를 뜻한다. 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다. 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다. 그 한계를 임계값이라고 하며, ⍬ 기호로 나타낸다.$$y = \left\{\be..