밑바닥부터 시작하는 딥러닝 챕터 2 퍼셉트론 정리

밑바닥부터 시작하는 딥러닝 챕터 2를 읽으며, 헷갈렸거나 몰랐던 사실들을 정리했다.

• 퍼셉트론(뉴런..노드..)은 가중치와 편향을 매개변수로 가지고 출력값을 낸다.

• 학습이란 적절한 매개변수 값을 정하는 작업이다.

• AND, OR, NAND 게이트는 단층 퍼셉트론으로 표현이 되는 반면, XOR 게이트(한쪽이 1일 때만 1)는 표현이 되지 않는다.

• 단층 퍼셉트론을 쌓은(연산을 더하여) 다층 퍼셉트론으로 비선형 영역을 표현할 수 있다.

• 입력값에 대해 NAND, OR 게이트를 통과하고, 이 출력들을 AND 게이트에 입력하면 XOR 게이트를 구현할 수 있다.

• 다층 퍼셉트론으로는 이론상 컴퓨터를 표현할 수 있다.
  - NAND 게이트의 조합만으로 테트리스가 작동하는 컴퓨터는 만들 수 있다고 한다..

  • the elements of computing systems: building a modern computer from first principles