[딥러닝] Perceptron( 퍼셉트론 ) 이란?
Perceptron(퍼셉트론) 이란?
초기의 인공 신경망인 퍼셉트론(Perceptron)
퍼셉트론(Perceptron)은 프랑크 로젠블라트(Frank Rosenblatt)가 1957년에 제안한 초기 형태의 인공 신경망으로
다수의 입력으로부터 하나의 결과를 내보내는 알고리즘
퍼셉트론은 실제 뇌를 구성하는 신경 세포 뉴런의 동작과 유사한데, 신경 세포 뉴런의 그림을 먼저 보면
뉴런은 가지돌기에서 신호를 받아들이고, 이 신호가 일정치 이상의 크기를 가지면 축삭돌기를 통해서 신호를 전달한다.
활성화 함수를 통해 '역치' 라는 시스템 구현
기준 값 이상이면 다음 뉴런에 전달, 기준 값에 못미친다면 뉴런에 전달 하지 않는다.
- 기준값은 0 과 1로 표현
- 1-기준 값이상, 0- 기준 값 이하 : 실제 계산에서 0은 영향을 주지않고 1은 영향을 준다.
퍼셉트론에서 최초의 활성화 함수 : 계단함수
0을 기준으로
0 이하면 >> 0
0 이상이면 >> 1
초기 퍼셉트론의 문제지적 : XOR 문제지적
XOR : 배타적 논리합( exclusive or )은 수리 논리학에서 주어진 2개의 명제 가운데 1개만 참일 경우를 판단하는 논리 연산
AND게이트나 OR 게이트는 문제없이 직선을 그을수 있지만
XOR게이트는 직선으로 구분 할 수가 없었다.
이에 나온 해결법이 선을 여러개 사용해서 비선형 형태 ( 곡선 )로 분류 할수 있는 능력이 생김
==> 병렬적 다층구조
다층 퍼셉트론(Multilayer Perceptron)
병렬적 다층구조 로 XOR 문제 해결
입력층 : 데이터를 받아들이는 쪽 - InputLayer >> 데이터의 feature값과 같아야한다.
중간층(은닉충) : 실제로 학습 하는 층
출력층 :마지막 출력하는 곳
다층 퍼셉트론의 특징
