728x90 반응형 Deep Learning3 Activation Function activation function hidden layer에서 hidden node들은 앞선 노드들의 가중합을 input으로 받아 activation function을 거친 output을 내놓게 된다. 우선, activation function을 왜 써야 하는지에 대해 알아보자. 앞서 multilayer perceptron에서 설명했듯이 multilayer perceptron에 층을 계속 쌓아나가는 심층신경망 즉, 딥러닝에서 가중합을 그대로 선형함수 $f(x)=\delta x$ 를 거쳐 output을 내놓게 된다면, 층을 쌓는 의미가 없어진다. 즉 가중합 연산만 반복하게 되는 의미없는 작업의 반복을 하게 된다. 그렇기 때문에 activation function을 사용하여 hidden layer를 쌓는 의.. 2020. 9. 24. fundamentals of machine learning 1. Four branches of machine learning¶ We have seen three specific types of machine learning problems: binary classification, multiclass classification, and scalar regression. All three are instances of supervised learning. Machine learning algorithms generally fall into four broad categories, described in the below. Supervised learning¶ The most common case It consists of learning to map input d.. 2020. 6. 20. 1. Introduction to Deep Learning 위의 그림은 딥러닝 공부를 위한 추천 책이고, 딥러닝 구현에 tensorflow 패키지를 사용한다. 위의 그림은 AI를 벤다이어그램 형식으로 도식화한 그림이다. AI라는 것은 딥러닝이랑 같은 개념은 아니다. AI라는 개념은 상당히 큰 개념이며 이 하에 실현하기 위한 다양한 방법들이 존재하는 것이다. AI를 실현하기 위하여 머신러닝이라는 방법을 사용하고 머신러닝 속 신경망이라는 알고리즘이 있으며, 이것이 확장하여 딥러닝의 시초로써 확장하게 된다. Deep learning = Deep Neural Networks 라고 보아도 된다. 신경망이 무수히 많아 그 계산량이 상당히 많기 때문이다. 아래의 그림과 같이 우리가 원하는 output을 얻기 위해 input을 넣어주는데 이러한 input이 output으로 출.. 2020. 3. 28. 이전 1 다음 728x90 반응형
