Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- 다층 퍼셉트론
- Pandas
- 머신러닝
- word2vec
- Django
- 결정계수
- 회귀분석
- 코사인 유사도
- 차원축소
- 밑바닥부터 시작하는 딥러닝
- 기초통계
- 히스토그램
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- 밑바닥부터 시작하는 딥러닝2
- numpy
- 자연어 처리
- 파이썬 pandas
- F분포
- 은준아 화이팅
- 오래간만에 글쓰네
- student t분포
- 군집화
- 모두의 딥러닝
- 텍스트 분류
- rnn
- 가설검정
- 최소자승법
- 감성분석
- 구글 BERT의 정석
- 기술통계학
Archives
- Today
- Total
목록순전파 (1)
데이터 한 그릇
신경망
퍼셉트론의 장점은 복잡한 연산과 함수를 만들 수 있다는 점. 단점은, 가중치 값을 인간이 직접 수정해야 한다는 점. (일반적으로 다층 퍼셉트론을 신경망이라고 칭한다.) 퍼셉트론에서 신경망으로 퍼셉트론의 이론을 다시 살펴보면, 입력값 x1, x2 를 받으면 각각의 입력값들은 각자의 가중치들과의 곱이 이루어지고 그 값들이 다음 노드로 전달된다. 그리고 전달된 두 개의 데이터와 가중치곱 값들을 서로 합한다. 그리고 마지막으로 편향을 더해준다. 이 값이 0 이상의 값을 가지면 1을 출력하고 0 미만의 값을 가지면 0을 출력한다. ##### 활성화 함수의 등장 앞서 설명에서 입력신호의 총합이 0을 넘으면 1을 출력하게 하고 0미만이면 0을 출력하게 하는 조건부가 있었다. 이 조건부를 따로 h(x) 로 정의 내릴 ..
딥러닝/밑바닥부터 시작하는 딥러닝
2022. 1. 7. 15:22