밑바닥부터 시작하는 딥러닝 책을 읽으면서 정리합니다.
ch2. 퍼셉트론
딥러닝의 아주 밑바닥, 그 시작은 초기의 인공 신경망 모델인 "퍼셉트론(perceptron)"입니다.
퍼셉트론은 무려 1957년에 프랑크 로젠블라트라는 사람이 고안한 인공 신경망 모델입니다. 뉴런의 동작과 유사한 모델을 만들었고, 이는 여러 입력을 받아서 하나의 출력값을 내는 퍼셉트론으로 고안되었습니다. 뉴런의 입력신호와 출력신호가 퍼셉트론에서의 입력값과 출력값과 유사합니다.
x1, x2, x3 ... xn ----> y
각 입력 값에 가중치를 곱해서 더한 값이 임계값(theta, 세타)를 넘지 않는다면 0을 출력하고, 임계값을 넘으면 1을 출력합니다.
퍼셉트론은 이게 거의 다입니다!
(w, θ)
w와 세타는 가중치라고 부르며, w 는 입력의 영향력과 관련이 있고, 세타(임계치)는 편향이라고 합니다.
밑바닥부터 시작하는 딥러닝(줄여서, 밑시딥)은 이렇게 인공 신경망의 아주아주 밑바닥이라고 볼 수 있는 퍼셉트론에서부터 이야기를 시작합니다.
퍼셉트론은 몇십년 전에 등장한 것으로 인공지능의 역사가 길다는 것을 확인해볼 수 있었습니다.
주피터노트북으로 구현한 "퍼셉트론(perceptron)"
ch3. 신경망
stanford 의 cs231n 강의를 수강한 내용을 정리합니다.
lecture 2.
Image Classify.