Search
🤖

Perceptron

생성일
2025/05/13 13:07
태그
머신러닝
작성자

1. 생물학적 뉴런의 작동 원리

신경전달 물질이 들어와서 축삭언덕에서 합쳐진다. 이것이 임계치를 초과하면 axon으로 신호를 보내서 다음 뉴런으로 이동한다.

2. 수학적 표현

각각의 입력값에 중요도(가중치)가 부여되어 더해지고, 이 값이 활성함수를 거쳐 역치보다 크면 1 작으면 0을 내보내는 방식으로 구성된다.

3. 활성함수

활성함수 종류에 따라 인공뉴런의 기능이 달라짐.
대표적으로 계단함수를 활성함수로 사용하는 경우 선형 분류기와 같은 역할을 하며, 시그모이드 함수를 사용하는 경우 로지스틱 회귀와 같은 역할을 함

4. MNIST Classification

목적 : 손글씨 이미지가 어떤 Class(숫자)에 속하는지 판단
이미지 정보 → Flatten
Class 개수만큼 존재하는 가중치 세트가 있고, 이것이 입력값에 각각 곱해짐
가중치와 곱해진 입력데이터가 더해짐
여기까지의 과정이 데이터를 바탕으로 선형 함수의 결과를 얻는 것과 동일
해당 값을 Softmax 함수를 활성함수로 하여, 특정 Class에 속할 확률값을 획득