여기서 다루는 내용의 키워드 - Tensor - Perceptron - Bias(편향) - Weight(가중치) - Weight 업데이트 - 활성함수(Activation Function) - Perceptron 학습 본 내용으로 들어가기 전에 알아두면 좋은 기본 정보 딥러닝이란? 입력을 넣었을 때 수학적인 계산을 통해 결과를 예측하는 것을 의미합니다 수학적 계산을 할 때 weight(가중치), bias(편향)이 사용됩니다 딥러닝의 입력, 출력 값은 실수값이고 벡터로 표현됩니다 (벡터 = 여러개의 실수값의 쌍이고 각 실수값은 서로 다른 의미를 가지고 있습니다) Tensor - 벡터로 표현된 데이터들을 모아서 배열로 만드는데 이 배열들의 차원을 늘려 3차원 이상으로 늘린 것을 의미합니다 - tensor는 딥러닝의 입력으로 사용됩니다 Perceptron(퍼셉트론) : 신경세포를 이진 출력의 단순 논리 게이트로 해석해서 고안한 분류기입니다(인공뉴런입니다) (무려 1957년에 고안된 알고리즘...
![[딥러닝 개념 1] Perceptron에 대해 알아보자](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjFfMjMx/MDAxNzA4NTE4NTg4MjU4.pFV2XzL7LqYrYz3mVkNxOyKaX0Drdbsxvi9GEv2RbN8g.NjVd96ShhnwI1YBlGX6Y0zQrq4RFmflig3u4PcTcBV0g.JPEG/1.jpg?type=w2)
#
bias
#
perceptron
#
tensor
#
weight
#
경사하강법
#
딥러닝
#
퍼셉트론
#
활성함수
원문 링크 : [딥러닝 개념 1] Perceptron에 대해 알아보자
