퍼셉트론 : 다수의 신호를 입력 받아 하나의 신호로 출력하는 알고리즘
다수의 신호(x1, x2)를 입력(화살표)받아 하나의 신호(y)로 출력
x1과 x2는 입력신호, w1과 w2는 가중치, y는 출력신호 마지막으로 그림에 있는 원을 뉴런 혹은 노드
x1w1 + x2w2의 값이 정해진 한계인 임계값을 넘어설때 y가 1이 됩니다.
1이 출력될때 '뉴런이 활성화한다'라 표현
위 그림에서 볼 수 있듯이 각 입력신호마다 고유한 가중치가 부과됩니다.
따라서 가중치가 개별 입력신호의 최종 결과(0 이 출력될지 1이 출력될지)에 큰 영향을 주기때문에 가중치가 클수록 해당 입력신호의 중요도가 커집니다.
질문에 대한 답부터 해보겠습니다. 그래서 퍼셉트론이 뭘까?
입력 신호를 받아 가중치를 곱해 하나의 신호를 출력하는 일련의 흐름을 의미합니다.(위에 있는 그림)
m.blog.naver.com/samsjang/220948258166
[2편] 퍼셉트론(Perceptron) - 인공신경망의 기초개념
퍼셉트론(Perceptron)인공지능(AI)은 우리 사람의 뇌를 흉내내는 인공신경망과 다양한 머신러닝 ...
blog.naver.com
퍼셉트론에 대한 좀더 자세한 설명이 있는 블로그입니다.
아래부분은 어려울 수 있으니 위쪽만 읽으시는걸 추천드립니다.
퍼셉트론(Perceptron) - 1 딥러닝(Deep Learning)과 인공신경망(Neural Network)의 시작
1. 인공신경망과 딥러닝의 시작 "인공지능의 시작은 퍼셉트론(Perceptron)이 처음이다!"라고 말하기에는 힘들지만, "인공신경망(Neural Network)과 딥러닝(Deep Learning)은 퍼셉트론이 처음이다!"라고 말할
needjarvis.tistory.com
전반적인 흐름을 이해하기 쉽게 잘 설명해주고 있는 글이라고 생각합니다.
퍼셉트론에 대해 처음 보시는 부분은 자세한 설명은 그냥 그려러니하고 넘기시고 대략적인 감만 잡으시는걸 추천합니다.
'DATA STUDY > 밑바닥부터 시작하는 딥러닝' 카테고리의 다른 글
밑시딥 - 시그모이드 함수(Sigmoid function) (0) | 2021.03.16 |
---|---|
밑시딥 - 신경망(Neural networks) 그리고 활성화 함수(Activation function) (0) | 2021.03.08 |
밑시딥 - 퍼셉트론의 한계 (0) | 2021.03.06 |
밑시딥 - 퍼셉트론 구현(가중치와 편향) (0) | 2021.03.06 |
밑시딥 - 단순한 논리 회로(AND, NAND, OR) (0) | 2021.03.04 |