01. 퍼셉트론 - Perceptron

- 다음글: 02. 단순한 논리회로와 퍼셉트론 구현하기

 

  해당 포스팅은 '밑바닥부터 시작하는 딥러닝'을 공부하고 이를 요약 또는 추가 자료를 덧붙여 만든 자료입니다.

 

이번 장에서는 퍼셉트론 알고리즘을 설명한다. 퍼셉트론은 프랑크 로젠블라트가 1957년에 고안한 알고리즘이다. 퍼셉트론은 신경망의 기원이 되는 알고리즘이기 때문에 퍼셉트론의 구조를 배우는 것은 신경망과 딥러닝으로 나아가는 데 중요한 아이디어를 배우는 일이다.

  2.1. 퍼셉트론이란?

퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력합니다.

퍼셉트론은 '흐른다/안 흐른다(1이나 0)' 두 가지 값을 가질 수 있습니다. 

 

그림 2-1 입력이 2개인 퍼셉트론

그림 2-1은 2가지 신호를 받는 퍼셉트론이다.

• x1과 x2는 입력 신호, y는 출력 신호, w1과 w2는 가중치를 뜻합니다. 그림의 원을 뉴런 혹은 노드라고 부른다.
  입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다.
• (w1*x1, w2*x2) 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다.
• 정해진 한계 값을 임계값이라 하며, θ (세타) 기호로 나타낸다.

 

 

식 [2.1]

위 동작 원리를 수식으로 표현하면 위와 같이 표현됩니다. 퍼셉트론은 복수의 입력 신호 각각에 고유한 가중치를 부여합니다. 가중치는 각 신호가 결과에 주는 영향력을 조절하는 요소로 작용합니다. 즉, 가중치가 클수록 해당 신호가 그만큼 더 중요함을 뜻합니다.

 

 

- 다음글: 02. 단순한 논리회로와 퍼셉트론 구현하기