[제로부터 만드는 Deep Learning] 딥 러닝의 기원 ~퍼셉트론~을 알기 쉽게 해설해 보았다
3457 단어 파이썬DeepLearning사랑심층 학습기계 학습
소개
이 기사는 현재 자신이 공부를 하고 있는 기술서, 처음부터 만드는 딥 러닝 3장 퍼셉트론을 자신 나름대로 이해하고 출력한 것입니다.
문계의 스스로도 이해할 수 있었으므로, 어렵게 생각하지 않고 편하게 봐 주시면 다행입니다.
게다가, 본서를 진행하는데 있어서 참고로 해 주시면 기쁩니다.
퍼셉트론이란?
퍼셉트론은 복수의 0 또는 1의 입력 신호를 받아, 그 합계가 어느 규정치를 초과했을 경우에 1을 출력해 그 이외의 경우는 0을 출력하는 알고리즘입니다.
규정값을 설정하여 입력 신호를 받아 출력 신호로 변환하는 위의 사각형 상자를 뉴런이라고 합니다. 또한 규정치를 투치라고 합니다.
다음은 지금의 내용을 조금 상세하게 해설하려고 합니다.
각 입력 신호는 뉴런으로 향하는 도중에 자신에게 설정된 가중치가 걸립니다. 가중치와 싸움 값을 퍼셉트론의 파라미터라고 하며, 이 파라미터가 퍼셉트론에 있어서 가장 중요한 값이 됩니다.
가중치가 걸린 입력 신호들이 뉴런에 모여 총합(합계)되어 그 총합이 설정한 투치를 넘으면 1출력하고 넘지 않으면 0을 출력합니다.
이것을 Python 코드로 나타내면 아래와 같습니다.
import numpy as np
def perceptron(X):
x = np.array([0,1,1,0,1]) #入力信号
w = np.array([0.3,0.7,1.4,0.5,0.3])#重み
xw = x*w
Y = x.sum() #ニューロンの役割
if Y > X:
return 1
elif Y <= X:
return 0
print(perceptron(2)) #闘値が2の場合
1
print(perceptron(3)) #闘値が3の場合
0
조금 자세히 설명했지만 프로그래밍을 공부한 적이 있다면 이해하기 쉽다고 생각합니다.
이번에는 퍼셉트론을 해설해 보았습니다. 이 퍼셉트론이 왜 딥 러닝의 기원이라고 불리는지 등은 다음 번 이후에 해설하려고 합니다.
Reference
이 문제에 관하여([제로부터 만드는 Deep Learning] 딥 러닝의 기원 ~퍼셉트론~을 알기 쉽게 해설해 보았다), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/SyutoHidano/items/82d6ea2d708bca3422fb
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
퍼셉트론은 복수의 0 또는 1의 입력 신호를 받아, 그 합계가 어느 규정치를 초과했을 경우에 1을 출력해 그 이외의 경우는 0을 출력하는 알고리즘입니다.
규정값을 설정하여 입력 신호를 받아 출력 신호로 변환하는 위의 사각형 상자를 뉴런이라고 합니다. 또한 규정치를 투치라고 합니다.
다음은 지금의 내용을 조금 상세하게 해설하려고 합니다.
각 입력 신호는 뉴런으로 향하는 도중에 자신에게 설정된 가중치가 걸립니다. 가중치와 싸움 값을 퍼셉트론의 파라미터라고 하며, 이 파라미터가 퍼셉트론에 있어서 가장 중요한 값이 됩니다.
가중치가 걸린 입력 신호들이 뉴런에 모여 총합(합계)되어 그 총합이 설정한 투치를 넘으면 1출력하고 넘지 않으면 0을 출력합니다.
이것을 Python 코드로 나타내면 아래와 같습니다.
import numpy as np
def perceptron(X):
x = np.array([0,1,1,0,1]) #入力信号
w = np.array([0.3,0.7,1.4,0.5,0.3])#重み
xw = x*w
Y = x.sum() #ニューロンの役割
if Y > X:
return 1
elif Y <= X:
return 0
print(perceptron(2)) #闘値が2の場合
1
print(perceptron(3)) #闘値が3の場合
0
조금 자세히 설명했지만 프로그래밍을 공부한 적이 있다면 이해하기 쉽다고 생각합니다.
이번에는 퍼셉트론을 해설해 보았습니다. 이 퍼셉트론이 왜 딥 러닝의 기원이라고 불리는지 등은 다음 번 이후에 해설하려고 합니다.
Reference
이 문제에 관하여([제로부터 만드는 Deep Learning] 딥 러닝의 기원 ~퍼셉트론~을 알기 쉽게 해설해 보았다), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/SyutoHidano/items/82d6ea2d708bca3422fb텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)