반응형 Neuron Network2 신경망 계산 과정 example Ⅰ. 3층 신경망 계산 과정 example - 계산 과정에 대해서 example이 있어야지 이해하기가 더욱 쉽기에 example을 만들어보았습니다. - 입력층(0층) 2개 / 1번쨰 은닉층(1층) 3개 / 2번쨰 은닉층(2층) 2개 / 출력층(3층) 2개 로 설정하였습니다. - 전체적인 계산 과정을 보여드리지만, 빨간색 글씨로 표기한 부분은 따로 표기를 하겠습니다. (*그래야지 따라가면서 이해가 쉽게 되니깐요.) Ⅱ. 3층 신경망의 전체적인 계산과정 - 1층 계산 + 입력값 행렬(x)과 가중치행렬(w)의 행렬곱 연산 후, 편향(b)을 더함 + 그 이후 활성화 함수를 통과 - 2층 계산 + 입력값 행렬(x)과 가중치행렬(w)의 행렬곱 연산 후, 편향(b)을 더함 + 그 이후 활성화 함수를 통과 - 3층 계.. 2022. 11. 22. 신경망(Neuron Network) & 활성화 함수(Activation Function) 신경망(Neuron Network)을 이야기 하기 전에, 기원이 되는 Perceptron(퍼셉트론)에 대해서 이야기를 우선 해볼까 합니다. Ⅰ. Perceptron(퍼셉트론) - Perceptron은 Deep leaning(혹은 신경망)의 기원이 되는 알고리즘 입니다. + Input / Output을 가지고 있는 형태의 알고리즘이며, 정해진 규칙에 따라 입력을 주면 이에 따른 계산 값을 출력 - Perceptron은 아래와 같은 형태로 되어 있습니다. + Weight (가중치) 는 각 신호가 결과에 주는 영향력을 조정하는 요소 입니다. + Bias (편향) 는 노드가 얼마나 쉽게 활성화되느냐를 제어하는 요소 입니다. - 딥러닝에 대해서 공부를 하신 분들은 아시겠지만, 단층으로는 값을 잘 설정하여서 AND.. 2022. 11. 18. 이전 1 다음 반응형
