mung_TIL

딥러닝

인공신경망- 인간 두뇌의 신경 연결을 흉내 내 데이터에 대한 학습으로 - 학습 결과가 신경망 내의 내부 가중치로 정해져 결과의 이유를 알기가 어려움 (black boxes)퍼셉트론- 여러 개의 입력을 받아 하나의 출력으로 만드는 모델- 각 입력 값에 해당 가중치를 곱함계층뉴런이 모여 하나의 계층을 형성입력층 -> 은닉층 -> 출력층모듈여러 계층(은닉층)이 모여서 특정 덩어리를 만들 수 있음모델여러 모듈을 조합해 최종적으로 만드는 신경망 선형 vs 비선형선형 (Linear)데이터의 패턴을 찾고 직선으로 나타낼 수 있음입력 차원 × 출력 차원 => 가중치 크기더보기import torchimport torch.nn as nn# 선형 회귀모델class LinearRegressionModel(nn.Module):..

퍼셉트론인공 뉴런을 수학적으로 모델링한 개념딥러닝의 기초가 되는 알고리즘단순한 이진 분류 문제 해결 알고리즘가장 기본적인 인공신경망 모델여러 개의 입력을 받아 하나의 출력으로 만드는 모델 가설식입력 x (Input): 여러 개의 입력값 가중치 W (Weight): 각각의 입력에 적용되는 가중치바이어스 b (Bias): 모델이 더 유연하게 학습할 수 있도록 추가된 값활성화 함수 f (Activation Function): 입력과 가중치의 선형 결합 결과를 변환하는 함수단순 퍼셉트론에서는 계단 함수를 사용하여 출력이 0 또는 1이 되도록 함 연산 과정 여러 개의 입력을 받아 가중치를 곱하고 더한 후특정 조건을 만족하면 1, 그렇지 않으면 0을 출력한계  단일 퍼셉트론은 선형 분리가 가능한 문제를 해결할 수 ..