한계2 DL #6 : 다층 퍼셉트론 학습 및 한계 (Multi Layer Perceptron) Multi Layer Perceptron 개요 다층 퍼셉트론은 1개 이상의 Hidden Layer를 가지는 퍼셉트론 입니다. Multi Layer Perceptron은 다수의 입력값과 각 입력값에 대한 가중치 곱을 한 결과들이 합쳐지고, 그 합쳐진 결과값이 활성화 함수의 입력값이 됩니다. 이후에 활성화 함수의 결과값은 다음 노드의 입력값이 됩니다. 이런 방식으로 여러 은닉층을 거친 결과는 최종 출력 값이 됩니다. 가중치는 각 노드의 연결강도를 말하는 것이며, 학습에 의해 변경됩니다.뉴런은 입력 신호를 처리하여 출력 신호를 내보내는 처리 역할을 합니다. 따라서, Processing Element 또는 Threshold Unit 라고도 합니다.활성화 함수는 가중치 곱에 의해 생성된 값을 결정 짓는 결정함수 .. 2020. 5. 23. ML #1 : 머신러닝의 역사와 종류, 용어 정리하기! (AI, 딥러닝, 한계) 머신러닝 역사머신러닝이라는 용어는 1959년에 아서 사무엘 (Arthur Samuel)의 논문에서 최초로 아래와 같이 정의되었습니다. 이후에 머신러닝에 대한 수많은 연구가 진행되었고 발전에 발전을 거듭하다가 침체기에 빠지고 21세기에 와서야 빛을 발한 기술입니다. 머신러닝이란, 명시적으로 프로그램을 작성하지 않고 컴퓨터에 학습할 수 있는 능력을 부여하기 위한 연구 분야 머신러닝은 최근에 주목을 받게 되었습니다. 물론, 이전의 역사가 주목받기 시작한 역사보다 훨씬 깁니다. Neural Net이 처음 만들어졌고, XOR 논리를 해결하기 위해 다층 신경망이 개발되었고 딥러닝 모델이 만들어졌지만 컴퓨팅 파워와 테크닉의 부재로 딥러닝 모델을 학습 시키지 못해서 인공지능의 겨울이 찾아왔다가 Weight와 Bias의.. 2020. 4. 1. 이전 1 다음
