일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- WebHacking
- 머신러닝
- 웹프로그래밍과
- graphql
- 이비즈니스과
- 디미고
- 해킹방어과
- 디미고입학
- 워게임
- coursera
- pwnable.kr
- 중3
- 코로나19
- TensorFlow
- Flutter
- 우분투
- apollo
- 학생
- 시스템해킹
- 일상
- 풀스택
- 딥러닝
- 디미고특별전형
- 특별전형
- 디지털컨텐츠과
- 웹개발
- 대나무숲
- 인공지능
- 플러터
- 등교개학
- Today
- Total
목록인공지능 (9)
꿈이 너무 많은 한 대학생의 공간
1. 퍼셉트론 정리 지금까지 우리는 싱글 인풋 뉴런, 멀티 인풋 뉴런, 멀티 레이어 뉴런, 선형과 비선형의 차이 등을 배웠습니다. 앞으로의 강의에서 수월하게 설명하기 위해 개념을 다시 짚겠습니다. 사람의 뇌는 뉴런으로 이루어져 있습니다. 뉴런은 하나의 입력값을 받고 연산을 처리한 뒤 다른 뉴런으로 전달하고, 이 과정이 반복되면 인간은 학습을 하게 됩니다. 머신러닝 또한 마찬가지입니다. 뉴런(또는 퍼셉트론, 뉴런이라 하기도 하지만 퍼셉트론이라는 단어를 더 많이 사용하는 것 같습니다. 강의에 따라 뉴런이라 부를 수도 있고, 퍼셉트론이라고 부를 수도 있습니다.)이 서로 연결되어 연산을 처리하고 최종 출력값이 나오는 것처럼 이 과정을 통해 인공지능 모델이 만들어지게 됩니다. 위 사진은 멀티 레이어 퍼셉트론(ML..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 선형이란? 머신러닝에서의 선형은 머신러닝 공식에서의 계수들이 선형적인 관계에 있을 때를 선형 모델이라고 합니다. (선형적인 관계란 강의에서 구체적으로 나와있진 않지만, 정보를 찾아보며 조합해본 결과 두 변수들의 값을 좌표평면에 표시했을 때, 직선으로 이루어졌을 때 두 변수를 선형 관계에 있다고 유추됩니다.) 이해가 잘 가지 않지만 최대한 이해하기 위해 강의에서 제공해주신 예제를 확인해보겠습니다. 위와 같이 w1과 w2의 관계를 표현하는 그래프가 있다고 가정합시다. 만약 3w1과 2w2를 위와 같이 표현했을 때, 위와 같이 3w1 + 2w2 로 나타낼..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 텐서 텐서는 간단하게 말하자면 C언어의 배열이다. C언어에서 1차원, 2차원 배열이 있듯이 텐서도 여러가지 종류가 있다. 텐서의 랭크(C언어의서의 N차원 배열 에서의 N)에 따라 불리는 이름이 다르다. 랭크가 0이면 Scalar(스칼라) 라고 부른다. [ 1 ] 처럼 하나의 값을 가지고 있는 것을 스칼라 라고 부른다. 랭크가 1이면 Vector(벡터) 라고 부른다. [ 1, 2, 3 ] 처럼 스칼라보다 더 많은 값을 가지면서 같은 차원으로 이루어진 것을 벡터 라고 부른다. 스칼라와 차이점은 역시 자료의 수이다. 1차원(쉽게 말하기 위해 C언어에서의 ..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 멀티 레이어 퍼셉트론이란? 멀티 레이어 퍼셉트론은 실제 인간의 뇌에서 비롯되었다. 인간의 뇌는 수많은 뉴런으로 이루어져 있다. 가지 돌기를 통해 신경 세포체, 축삭 돌기를 거쳐 또 다른 가지 돌기로 들어가 수없이 많은 과정을 거쳐 뇌가 작동하는 것이다. 우리는 각 뉴런을 레이어(Layer)라고 지칭하고, 현재 처리가 이루어지고 있는 레이어를 현 레이어라고 지칭한다. 2. XOR 연산 XOR 연산은 둘 중 하나만 1일때 참이 되는 연산이다. 즉, (0, 0)이 참이 될 수 없고, (1, 1) 또한 참이 될 수 없다. 간단히 말하자면 좌표평면에서 진리표..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 멀티 인풋 뉴런이란? 싱글 인풋 뉴런에서는 f(p * w + b) = a(f는 활성 함수, p는 자극, w는 가중치, b는 편향)의 형태로 뉴런이 작동했습니다. 하지만 실제 뇌에서 작동하는 뉴런은 한 개 이상의 자극을 받는다. 그러므로 싱글 인풋 뉴런으로는 효과적으로 처리할 수 없다. 싱글 인풋 뉴런과 큰 차이점은 없다. 단지 p가 하나 더 늘어났을 뿐이다. 즉 2개의 입력을 받는 멀티 인풋 뉴런은 다음과 같은 형태를 띈다. f( (p1 * w1) + (p2 * w2) + b ) = a (이때 p1, p2는 자극, w1, w2는 가중치, b는 편향,..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 싱글 인풋 뉴런이란? 앞에서 말했다시피 뉴런은 사람의 뇌와 매우 비슷하게 작동된다. 자극이 오면 이를 판단하고 다른 뉴런으로 넘기는 방식으로 처리한다. 이를 딥러닝에 구현한다면 어떠한 자극이 올 때 자극을 가중치와 곱하고, 활성 함수에 넣는다면 기댓값보다 높을 때 1을, 아닐 때 0을 출력한다. 정리하자면 하나의 입력값을 가지고 처리하는 뉴런을 뜻한다. 2. 활성 함수 활성 함수는 전달된 값(자극 x 가중치)이 0인지 1인지를 판단하는 함수이다. 크게 Step Function(계단 함수), Sign Function(부호 함수), Sigmoid Fun..
본 포스팅은 구름EDU 딥러닝 이론 및 파이썬 실습 (허민석) 을 참고하여 작성된 요약본입니다. 비전문가가 작성하였으므로 참고만 해주시길 부탁드립니다. 1. 딥러닝이란? 딥러닝이란 다양한 머신러닝 기술 중 하나이다. 우리의 뇌 속 실제 뉴런 세포를 가져온 것이다. 실제 뉴런의 구조는 가지 돌기 - 신경 세포체 - 축삭 돌기로 이루어져 있는데 가지 돌기에서 어떠한 신호를 받으면 그 신호를 계산해 또 다른 한 가지 신호를 만들어 축삭 돌기로 전달한다. 이러한 방식으로 사람의 뉴런이 구성되어 있는데, 실제 딥러닝에서 사용되는 뉴런 구조와 유사하다. 어떠한 x값을 받았을 때, 지정된 가중치 값(w)를 곱한 값과 b(편향)을 더한 후 Activation Function(활성 함수)에 넣어 0인지 1인지를 판단해 ..
1. 퍼셉트론이란? 퍼셉트론(Perceptron)은 프랑크 로젠블라트가 고안한 알고리즘으로, 다수의 신호를 입력으로 받아 하나의 신호를 출력하는 것을 말한다. 전류가 전선을 타고 흐르듯이 퍼셉트론도 신호가 흘러 하나의 신호로 앞으로 전달되게 된다. 퍼셉트론은 0과 1, 흐르지 않거나 흐르는 단 두가지의 값을 가지게 된다. x1 과 x2의 신호를 받아 x3에서 y 하나를 내보내는 하나의 퍼셉트론을 생각해보자. 이때 x1, x2, x3는 각각 뉴런, 혹은 노드 라고 불린다. 입력 신호가 뉴런에 보내질 때에는 각각의 신호에 가중치가 곱해진다. 노드는 가중치가 곱해진 신호들이 일정한 한계를 뛰어넘게 되면 1을 출력해 신호를 내보낸다. 이때 일정한 한계를 임계값 이라고 하며, 기호 세타(θ) 를 통해 나타낸다. ..