동까의 코딩

MLP와 활성화 함수: 비선형성의 중요성과 학습 과정인공 신경망은 웨이트를 곱하고 바이어스를 더한 후 활성화 함수를 적용하여 정보를 처리합니다. 대표적인 예가 다층 퍼셉트론(MLP, Multi-Layer Perceptron)으로, 여러 층의 뉴런들이 연결되어 복잡한 함수 근사를 수행합니다.1. 다층 퍼셉트론 (MLP)동작 원리:각 뉴런은 다음의 과정을 거칩니다.웨이트 곱셈: 입력값에 각기 다른 웨이트를 곱합니다.바이어스 더하기: 계산된 값에 바이어스를 더하여 조정합니다.활성화 함수 적용: 결과 값을 활성화 함수를 통과시켜 다음 층으로 전달할 출력을 생성합니다.구성: 입력 레이어: 외부 데이터를 받아들이는 층.은닉 레이어: 중간에서 데이터의 특징을 추출하는 층.출력 레이어: 최종 결과를 내는 층.2. 활..

인공 신경망 및 경사 하강법의 이해인공 신경망(Artificial Neural Network, ANN)은 인간 뇌의 신경망 구조에서 영감을 받아 만들어진 모델로, 수많은 인공 뉴런(노드)이 엣지(연결선)를 통해 서로 연결되어 정보를 처리합니다. 이 글에서는 인공 신경망의 기본 구조와 작동 원리, 그리고 최적화를 위한 경사 하강법에 대해 설명합니다.1. 인공 신경망의 기본 구성인공 뉴런 (Artificial Neuron)노드(Node):인공 뉴런은 원(circle)으로 표현되며, 각 노드는 입력 신호를 받아 처리합니다.엣지(Edge):노드들을 연결하는 선(line)으로, 신경망 내에서 신호가 전달되는 경로를 나타냅니다.인공 뉴런의 작동 과정입력 수신:여러 입력 노드로부터 신호(자극)를 받습니다.가중합 계산..