다시바람

딥러닝 모델 구성요소 - 가중치(weight): 노드간의 연결 강도 - Node/Unit: 각 층을 구성하는 요소 - Layer: 모델을 구성하는 층 순전파: 입력값을 바탕으로 출력값 계산하는 과정 loss function을 최소화하는 가중치 가져야함. 이를 최적화 시키는 방법 => Gradient Descent Gradient Descent(경사하강법) : 가중치를 Loss Function 값이 작아지게 업데이트 하는 방법 : Gradient(미분) 값을 사용해 업데이트를 수행 : Gradient 값은 각 가중치마다 정해지고 Backpropagation(역전파)을 통해 구할 수 있음 - Backpropagation: Forward Propagation(순전파)의 반대 방향 - 딥러닝 모델의 학습 순서 ..

딥러닝 - 머신러닝의 여러 방법론 중 하나로, 인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법 인공신경망 - 생물학의 신경망에서 영감을 얻은 학습 알고리즘(사람의 신경 시스템 모방) 퍼셉트론 - 기본구조 입력값(x1, x2) / 가중치(w1, w2) / w0(bias) / y(출력 값) y = activation(w0 + w1x1 + w2x2) 활성화 함수 activation(x) = 1 (x >=0) , 0 (x 다층 퍼셉트론 다층 퍼셉트론 - 다층 퍼셉트론: 단층 퍼셉트론을 여러 개 쌓은 것(I..