본문 바로가기
728x90
반응형

딥러닝8

(딥러닝 with 파이썬) 오차역전파 / 활성화 함수 1. 오차역전파(Back propagation) 인간의 지능은 뇌에서 뉴런들의 작용으로 인해 형성된 것처럼, 인공지능도 이와 같은 원리로 개발되지 않을까하는 생각으로 출발한 퍼셉트론(Perceptron) 단일 퍼셉트론이 해결하지 못한 XOR 문제를 해결한 다층퍼셉트론(Multi Layer Perceptron)으로 인공지능의 겨울을 극복하게 되었다. 이때, 작은 문제가 생기게 된다. 그것은 바로 다층신경망에서의 경사하강법을 적용하는 방법이다. 경사 하강법은 임의의 가중치를 선언하고 결괏값을 이용해 오차를 구한 후 이 오차가 최소인 지점으로 계속해서 조금씩 이동시키는 것이다. 하지만, 위에서 언급한 것은 입력층과 출력층만 존재한 단일 퍼셉트론일때 가능한 것이다. 은닉층(Hidden layer)이 생기면서, .. 2022. 8. 2.
딥러닝 기초 - (2)선형회귀(최소제곱법) - 파이썬으로 코딩 이번 포스팅에서는 파이썬을 통해서 선형회귀를 실습해보겠다. 1. 최소제곱법(Least Square Method) 파이썬으로 실습하기 (1) Numpy 라이브러리 불러오기 * Numpy : 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 파이썬의 라이브러리 import numpy as np (2) 실습용 데이터 생성 (x : 키 / y : 몸무게) # x = 키 / y = 몸무게 로 정의하여 여러개의 관측값을 만든다. x=np.array([180, 170, 175, 165, 193, 177, 181, 169, 163]) y=np.array([70, 63, 67, 70, 80, 61, 79, 69, 59]) (3) 데이터의 분포 확인(시각화) # 기본적인 데이터 시각화에는 matpl.. 2022. 6. 22.
딥러닝을 위해 필요한 3가지 딥러닝을 위해 필요한 3가지를 뽑아보자면, 1) 데이터, 2) 컴퓨터, 3) 프로그램 입니다. 1) 데이터 딥러닝은 데이터를 이용해 예측 또는 판별을 수행하는 것을 말하며, 이는 아래와 같이 설명할 수 있습니다. 주어진 데이터를 대상 알고리즘을 ‘학습’ 시키는 용으로 사용(학습용 데이터 / Training data)하여, 주어진 데이터를 잘 예측해낼 수 있는 최적의 알고리즘을 찾아내고, 이렇게 만들어진 알고리즘을 이용하여 새로운 테스트용 데이터(실험용 데이터 / 테스트 데이터 / Test data)를 얼마나 잘 예측해낼 수 있는지 판단해보는 것이, 머신러닝(딥러닝을 포함) 입니다. 특히, 분류(Classification) 문제의 경우에는, 사용되는 데이터에 이름표가 있는지(Data labeling)에 따.. 2022. 6. 11.
딥러닝(Deep learning)이란? 딥러닝 vs 머신러닝 vs 인공지능(AI) 바야흐로 딥러닝의 전성시대가 도래했습니다. 최근 도입되는 신기술들에 딥러닝이 도입되지 않은 부분을 찾기 힘들며, 어딜가든 딥러닝에 대한 이야기를 접하게 됩니다. 최근 몇년 사이에 부쩍언급되며 급 부상한 딥러닝이지만, 사실 최근에 개발된 개념이 아닌 수십년간 지속해 온 노력의 결정체 중 하나가 딥러닝입니다. 1. 딥러닝 vs 머신러닝 vs 인공지능(AI) 인공지능(AI)와 머신러닝(ML), 그리고 딥러닝의 관계는 아래 그림과 같이 표현할 수 있습니다. 인공지능이 가장 큰 범주이며, 그 안에 머신러닝이 있고, 머신러닝 안에 우리가 알아보고자하는 딥러닝이 있다고 정리해볼 수 있습니다. 조금 더 풀어서 설명해보면, 사람이 할 수 있는 것과 유사한 판단을 컴퓨터가 해낼 수 있게끔 ‘인공지능(Artificial I.. 2022. 6. 11.
728x90
반응형

티스토리툴바