퍼셉트론은 여러 신호를 입력 받고, 하나의 신호를 출력한다.
이 때 출력 값은 전류가 흐른다 ( 1 ) , 혹은 흐르지 않는다 ( 0 )로 나온다.
입력이 X1, X2라고 하고, 결과가 Y라고 할 때,
X1 * w1 + X2 * w2 가 θ 보다 크면 1, 작거나 같으면 0을 출력한다고 하자.
그럴 때, θ (세타)를 임계값이라 하고,
w1, w2를 가중치 (weight) 라고 한다.
이 θ를 식에서 빼주어
X1 * w1 + X2 * w2 + b 가 0보다 크면 1, 0보다 작으면 0을 반환한다고도 할 수 있다.
이 때 b를 편향 ( bias )라고 한다.
우리는 이 식( 퍼셉트론 )으로 AND, OR, NAND을 x, y 그래프로 그릴 수 있지만, XOR은 그리지 못합니다.
이렇게 직선으로 표현 가능하면 선형, 불가능하면 비선형이라고 합니다.
이러한 문제를 우리는 여러 퍼셉트론을 합친 다층 퍼셉트론으로 해결가능합니다.
반응형
'Coding > DeepLearning' 카테고리의 다른 글
학습 관련 기술들 - 최적화 (0) | 2020.03.10 |
---|---|
오차역전파법 ( 내용 추가 중 ) (0) | 2020.03.10 |
신경망 학습 (0) | 2020.03.08 |
신경망 Neural network 이란? - 2 (0) | 2020.03.07 |
신경망 Neural network 이란? - 1 (0) | 2020.02.29 |