이번주부터 딥러닝 스터디를 시작했다,,,
교재는 밑바닥부터 시작하는 딥러닝, 강의는 유튜브 Pytorch 강의를 공부하기로 했고
개인적으로 듣는 LG AImers 내용은,,, 분리할지 합쳐서 정리할지 아직 모르겠다.
한 주차 공부한 분량에 대해서 매주 적어나갈 예정이고, 이번주차는 개발환경 세팅 & 퍼셉트론에 대해 공부해보았다.

퍼셉트론

이진 분류 모델을 학습하기 위한 지도학습(데이터 & 정답 둘 다 활용하여 학습하는 방식) 기반의 알고리즘

붉은 직선으로 두 클래스를 구분한다(이진 분류)

동작 과정

다수의 신호를 입력받아 하나의 신호를 출력한다.

퍼셉트론은 복수의 입력 신호에 각각 고유한 가중치를 부여하며 가중치가 클수록 해당 신호가 그만큼 더 중요함을 뜻 한다.

가중치 외에 편향(b)도 존재하며 딥러닝 모델 최적화의 중요 변수 중 하나로 작용한다.

• 가중치: 입력 신호가 결과에 주는 영향력을 조절하는 매개변수
• 편향: 뉴런(입력 신호)이 얼마나 쉽게 활성화(결과로 1을 출력) 하느냐를 조정하는 매개변수
  

단층 퍼셉트론

AND, NAND, OR 논리 회로를 표현할 수 있다.

세 가지 게이트에서 퍼셉트론의 구조는 모두 동일하다 but 매개변수(가중치, 임계값 Or 편향)만 다르다.

퍼셉트론의 한계

단층 퍼셉트론으론 직선 하나로 나눈 영역만 표현할 수 있음 → 선형 영역

단층 퍼셉트론으로는 XOR게이트 표현 불가 → 비선형 영역

다층 퍼셉트론

입력층과 출력층 사이에 하나 이상의 중간층을 두는 구조

2개 이상의 은닉층을 가진 다층 퍼셉트론을 심층신경망이라고 부른다.

우리가 흔히 아는 딥러닝은 이런 심층신경망을 학습하는 것을 의미

학습 절차

1) 좌표평면에 임의의 직선을 긋는다.

2) 좌표평면에 데이터를 하나씩 입력한다.

3) 입력값에 따른 모델의 예측값과 정답을 비교하여 틀린 경우 직선을 다시 긋는다.

4) 모든 학습용 데이터에 대해 2~3 과정을 반복한다.