Chapter 1 딥러닝
퍼셉트론(1958년)
-
민스키의 기호주의
-
연결주의
-
입력이 2개인 퍼셉트론
-
퍼셉트론의 한계 XOR
-> 해결방법은 곡선
-> 다층 퍼셉트론이 필요
신경망
-
편향을 고려한 표현
-
활성화 함수 h
-
활성화함수는 비선형이 주로 사용
-> 함수의 합성에서 선형함수를 사용하면 합성의 의미가 없음 -
시그모이드
-
ReLU
-
신경망은 행렬의 곱 연산이 많이 사용됨
출력층의 종류
-
모델의 목표에 따라 뉴럿넷에게 답을 회신받는 방법
-
softmax 함수
Chapter 2 Learing 학습
그래프를 이용한 연산
-
그래프를 이용해서 계산하면 확장이 용이함
-
이때 사과가 1원 오르면 전체 가격은 얼마나 오를지 볼 수 있는 것이 역전파: Backpropagation
-
역전파
XOR
- XOR을 풀기 위한 딥러닝 구조
이 글은 제로베이스 강의 자료 일부를 발췌하여 작성되었습니다
