퍼셉트론(perceptron) 공부

퍼셉트론을 시작으로 딥러닝에 대해서 공부하고 포스팅해보려고 합니다

 

퍼셉트론

먼저 퍼셉트론에 대해서 알아보자면, 퍼센트론은 가장 단순한 형태의 신경망입니다

싱글 레이어로 구성되어 있으며, input, weight, activation과 output으로 구성되어 있습니다

 

X는 input을 뜻하며, W는 각 input들의 가중치를 뜻합니다

Weighted sum은 bias를 포함하여 각 input들의 값과 가중치 값을 각각 곱하고 최종으로 더해서 나온 값이며, Activation은 Weighted Sum 값에 activation 함수를 적용한 값입니다.

활성화 함수 종류는 Step function, Sigmoid, ReLU등이 있다고 합니다. 나중에 깊게 다뤄보도록 하겠습니다!

 

 

퍼셉트론 학습

퍼셉트론 학습은 예측 값과 실제 값의 차이가 최소가 되는 weight값을 찾아가는 과정인데요

즉, 값 차이에 대해서 경사하강법(gradient descent)를 적용하여 W값들을 계속 업데이트한다는 뜻입니다

 

자세한 내용은 차차 깊게 다뤄 볼 계획이고, 다음 글에서는 회귀(regression)에 대해서 다루어 보도록 하겠습니다!