Deep Learning 썸네일형 리스트형 AI - Deep Learning (2) 활성함수는 이전의 글에서 설명한 퍼셉트론 구조에서 threshold(임계치)보다 큰지 작은지를 판정하는 것이다. 이 과정을 통해 다층 신경망 구조에서는 활성함수를 통해 다음 신경망으로 입력값을 보낼지 말지 결정하게 된다. 활성함수를 통해 나오는 값은 0 또는 1이기 때문에 y축의 값이 0부터 1인 계단식의 모양을 가지게 된다. 이전글에서 xor 문제를 해결하기 위해 다층 퍼셉트론 구조가 나왔다고 했었는데, 사실 활성함수를 선형으로 지정하여 여러층의 구조를 만들면 결국 선형문제만 해결할 수 있다. 결국 활성함수는 비선형 함수로 사용해야 하는데 대표적인 활성함수로는 sigmoid와 ReLu가 있다. sigmoid의 경우 최근엔 사용되지 않는데, sigmoid를 사용하는 경우 생기는 vanishing grad.. 더보기 AI 개요 - Deep Learning (1) AI는 인간의 사고방식을 모사하여 컴퓨터로 구현하려는 컴퓨터 과학의 분야이다. 이 글에서는 AI에서 가장 작은 개념을 의미하는 딥러닝에 대해 설명하고자 하는데, 이전에 적은 머신러닝 글과 비교하며 읽으면 좋다. 딥러닝은 인공신경망(Artificial Neural Network: ANN)기반이며, ANN은 생물학적인 신경망에서 영감을 받았다. 인간의 신경세포체인 뉴런은 자극을 받으면, 전기를 발생시켜 그 신호를 다른 뉴런에 전달하는 기능이 있다. 퍼셉트론은 뉴런에서 영감을 받았으며, input(자극)이 있고 중간 작업을 거쳐 output을 내보내는 구조(다른 뉴런에 신호 전달)를 가지고 있다. 퍼셉트론은 input에서 수치화된 값을 받게되고, 이 값들은 각각의 가중치와 곱하여 그 합을 내는 첫번째 단계를 .. 더보기 AI 개요 - Machine Learning 첫번째 글로 기본 개념부터 잡고 가려고 한다. 딥러닝으로 넘어가기 전, 딥러닝을 포괄하는 AI, 머신러닝을 먼저 설명해야할 듯 싶어서 우선 AI 개요와 머신러닝에 대한 설명을 먼저 간단히 하려고 한다. 머신러닝은 자체 카테고리를 통해 다시 정리할 예정이다. AI는 인간의 사고방식을 모사하여 지능형 컴퓨터 시스템을 설계하는 방법이다(The A.I. Handbook, A.Barr, E. A. Feigenbaum, 1981). AI의 개념안에 머신러닝, 딥러닝이 있으며, 딥러닝은 그 중 가장 작은 개념으로 설명하는 사람이 많다. 설명은 너무 간단하지만, 사실 인간의 지능을 흉내내는 컴퓨터 시스템을 만드는 것은 상당히 어렵다. 강아지의 사진을 보고 강아지라는 것을 인식하는 것은 사람에게 너무 쉬운일이지만 컴퓨터.. 더보기 이전 1 다음
