[비전공자를 위한 딥러닝] Chapter 2. 싱글 인풋 뉴런
본 시리즈는 허민석 님의 유튜버 채널, 딥러닝 이론을 바탕으로 하고 있습니다. 앞서서 우리는 뇌의 뉴런 모습을 살펴보았고 뉴런을 코드로 구현해 봤습니다. 자 그럼 이 코드가 어떻게 쓰이는지 슬슬 궁금하지 않나요? 결론부터 말씀드리면 위 그림과 같이 손글씨를 입력받으면 해당되는 숫자를 출력할 수 있습니다. 저 원 하나가 뉴런이고, 뉴런이 여러개 모여서 신경망을 만드는 것입니다. 지금으로써는 너무나도 어려워 보이네요... 그렇지만 앞으로 하나씩 살펴보면서 그림의 동작 원리를 살펴보려고 합니다. 이번 챕터에서는 싱글 인풋 뉴런에서 Activation function를 살펴보고, bias가 존재할 때 과연 결과 값의 차이가 어떤지 볼 것입니다. 1. 싱글 인풋 뉴런 뇌에는 1000억 개의 뉴런이 있다고 합니다...
Deep Learning 2020.05.06 PEB풍[비전공자를 위한 딥러닝] Chapter 1. 딥러닝 이론
본 시리즈는 허민석님의 유튜버 채널, 딥러닝 이론을 바탕으로 하고 있습니다. 신경망이라는 단어를 들어보셨나요? 신경망은 인간의 뇌와 비슷한 기계를 통해 문제를 해결하고자 만들어진 개념입니다. 1. 딥러닝이란? 딥러닝(Deep Learning)은 인공신경망의 한계를 극복하기 위한 다양한 머신러닝 기술 중 하나입니다. 그리고 신경망과 같이 우리 뇌의 작용 방식에서 착안되었습니다. 다음은 뉴런의 모습입니다. - Dendrite: 신호를 받는 부분 - Cell body: 여러가지 신호를 한가지 신호로 통합하는 부분 - Axon: 신호를 보내는 역할 - Axon terminal: 다른 뉴런과 이어주는 통로 하나의 뉴런은 여러가지 신호를 받습니다. 그 신호를 알맞은 신호로 통합한 후 Axon을 통해 다른 뉴런으로 ..
Deep Learning 2020.05.05 PEB풍