lgvv98

신경망 퍼셉트론의 경우 가중치 값을 우리가 적절히 정해줌.그러나 신경망은 가중치 매개변수에 대한 적절한 값을 데이터로부터 자동으로 학습. 신경망입력층: 가장 왼쪽 우리가 값을 넣어주는 부분은닉층: 입력층과  출력층 사이 (사람 눈에 보이지 않아서 은닉층)출력층: 가장 오른쪽 결과값    활성화 함수란?입력 신호의 총합을 출력신호로 변환하는 함수 y = h(b+ x1*w2 + x2*w2)a = b+ x1*w2 + x2*w2 일때,y = h(a)  활성화 함수는 임계값을 경계로 출력이 바뀜이런 함수를 계단 함수라고 함.  시그모이드 함수  여기서 exp(-x)란 e의 -x제곱을 의미 계단함수 구현# 계단함수 구현하기def step_fucntion(x): y = x > 0 # 배열을 받기 위해서 r..

퍼셉트론 퍼셉트론이란?다수의 입력을 받아 하나의 신호(0 또는 1)를 출력  단순한 논리 게이트 구현 AND 게이트def AND(x1, x2, w1, w2, b): x = np.array([x1, x2]) w = np.array([w1, w2]) tmp = np.sum(w*x) + b if tmp 0: return 1 AND 게이트는 위의 식에서 치환을 적절하게 활용해서 구현할 수 있음.  w(가중치)는 신호가 결과에 주는 영향력(중요도)를 나타냄.b(편향)은 뉴런이 얼마나 쉽게 활성화 될 수 있는지를 나타냄.  NAND 게이트와 OR 게이트def NAND(x1, x2, w1, w2, b): return AND(x1, x2, -w1, -w2, b)def OR(x..