딥러닝2 [딥러닝] 퍼셉트론(perceptron) / MLP(Multi Layer Perceptron) / 경사하강법 01. 퍼셉트론 퍼셉트론(Perceptron)은 뉴런이 정보를 받아서 문제를 처리하는 원리를 따라한 인공 신경망의 한 종류로, 이진 분류 문제를 해결하는 데에 사용되며 프랑크 로젠블라트(Frank Rosenblatt)에 의해 1957년에 개발되었다. 이는 생물학적 신경계의 기본단위인 뉴런의 구조에서 본따온 구조를 지니고 있으며 인접해있는 다른 뉴련과 다양한 신호를 주고 받으며 정보를 주고받는다. ▶ 양쪽의 구조가 비슷함을 확인할 수 있다. 퍼셉트론은 입력값을 받아서 가중치와의 곱을 계산하고, 이를 활성화 함수를 통해 처리하여 출력값을 생성한다. 이러한 퍼셉트론은 간단한 선형 분류 모형의 형태를 띄고 있기에 단일로는 잘 사용하지 않지만, 딥러닝의 강력한 모델들이 퍼셉트론의 변형된 형태를 사용하기에 그 개념.. 2024. 2. 29. [딥러닝] CNN(Convolutional Neural Network) 기본 구조 CNN이란? CNN은 Convolutional Neural Network의 약자로, 주로 이미지 처리와 관련된 작업에서 사용되는 딥러닝 신경망 구조이다. CNN은 주로 이미지 분류, 객체 감지, segmentation과 같은 컴퓨터 비전(Computer Vision, CV) 작업에 특화되어 있다. 그렇다면 왜 CNN이 이미지 처리 및 패턴인식에 적합한 딥러닝 모델로 사용될까? 이에 대한 답을 찾기 위해서는 DNN(Deep Neural Network)에 대한 이해가 필요하다. DNN은 주로 1차원 형태의 데이터를 사용하는데, 그림이나 이미지와 같은 2차원 형태의 데이터를 사용하려면 1차원의 형태로 flatten 해야한다. 여기서 발생하는 이미지의 공간적/지역적 정보의 손실 문제를 보완하기 위해 등장한 것이.. 2024. 1. 29. 이전 1 다음
