비둘기 둥지

1. 신경망 1-1. 퍼셉트론 복습 가중합의 0을 넘기면 1을 출력, 그렇지 않으면 0을 출력함. 가중치(Wn)는 신호의 영향력을 제어한다. 편향(b)은 뉴런이 얼마나 쉽게 활성화 되느냐를 제어한다. 1-2. 활성화 함수 입력 신호의 총합을 출력 신호로 변환하는 함수 입력 신호의 총합이 활성화를 일으키는지를 정하는 역할을 함. 퍼셉트론 구현하며 사용한 활성화 함수를 계단함수라 한다. a. 시그모이드 함수 (Sigmoid Function) [0, 1] 사이의 값을 가지며 그래프가 S모양이여서 Sigmoid라고 한다. import matplotlib.pyplot as plt import numpy as np sigmoid_func = lambda x: (1/(1 + np.exp(-x))) x = np.arr..

1. 퍼셉트론 다수의 신호를 입력받아 하나의 신호를 출력 신경망의 기본 단위 정도로 생각하면 될 것 같다. 이미지에서 Xn은 입력신호, Wn은 가중치, Y는 출력신호이다. 입력신호(Xn)가 뉴런에 보내질 때 각각 고유한 가중치(Wn)가 곱해짐 뉴런에서 보내온 신호의 총합이 임계값을 넘길 때 뉴런이 활성화 된다. 퍼셉트론은 복수의 입력 신호 각각에 고유한 신호를 부여한다. 이 가중치가 클 수록 해당 신호가 그만큼 더 중요하다는 의미임. 예제) 퍼셉트론 예제 - 논리 회로 구현하기 a. AND 게이트 두 개의 입력이 1일 때만 1을 출력하는 논리 회로 x1 x2 y 0 0 0 1 0 0 0 1 0 1 1 1 b. NAND (Not AND) 게이트 AND게이트의 출력결과를 뒤집어 두 개의 입력이 1일 때만 0..