딥러닝기초

왜 배워야 하는가? : 딥러닝의 기원퍼셉트론 : 다수의 신호를 입력으로 받아 하나의 신호를 출력합니다. 여기서 말하는 신호란 전류나 강물처럼 흐름이 있는 것을 상상하면 좋습니다. image.pngx1과 x2는 입력신호, y는 출력신호, w1,w2는 각각의 가중치를 뜻합

텐서 : 텐서는 데이터를 위한 컨테이너 \-> 텐서는 임의의 차원의 개수를 가지는 행렬의 일반화된 모습 \-> 텐서에서는 차원(dimension)을 종종 축(axis)이라고 부름 랭크 : 텐서의 축 개수 (독립인 벡터의 갯수)4d - tensor 부터는 3d-te

기본 개념 : 실수 x를 새로운 실수 y로 매핑하는 미분 가능한 y=f(x)를 고려할 때, 특정한 점 p에서의 도함수를 의미함.그래디언트 값이 큰 입력 값의 볂화는 함수 값에 대해서도 큰 변화를 야기하며, 그래디언트의 방향과 크기를 고려하여 입력 값을 이동시키는 것이

인간의 뇌는 수많은 뉴련으로 구성되어 있으며, 이러한 뉴런들은 다른 뉴런으로부터의 정보를 수용,처리 및 전달한다. 인공 신경망은 뉴런으로 구성되는 생물학적 신경망을 모방하여 만든 정보 처리를 위한 수학적 모델이다.학습이 용이함: 신경망 자체는 특별한 정보 그 자체를 가

목적 : 주어진 원본 데이터를 신경망에 적용하기 쉽도록 만드는 것방법 : 벡터화, 정규화, 결측치 처리, 피처 엔지니어링신경망에서 모든 입력과 타깃은 부동 소수 데이터로 이루어진 <텐서>임이미지, 텍스트, 사운드 등 처리해야 할 것을 먼저 텐서로 변환함벡터화의 예