관리 메뉴

λͺ©λ‘Deep learning (4)

KoreanFoodie's Study

λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Ό 4κ°• 1λΆ€, 신경망 ν•™μŠ΅ - λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹

ν•΄λ‹Ή ν¬μŠ€νŒ…μ€ ν•œλΉ› λ―Έλ””μ–΄μ—μ„œ μΆœνŒν•œ 'λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹'μ΄λΌλŠ” ꡐ재의 λ‚΄μš©μ„ 따라가며 λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Όμ„ μ§„ν–‰ν•˜κ³  μžˆμŠ΅λ‹ˆλ‹€.κ΄€λ ¨ μžλ£ŒλŠ”μ—¬κΈ°μ—μ„œ μ°Ύκ±°λ‚˜ λ‹€μš΄λ‘œλ“œ λ°›μœΌμ‹€ 수 μžˆμŠ΅λ‹ˆλ‹€. 이번 ν¬μŠ€νŠΈμ—μ„œλŠ” 신경망 ν•™μŠ΅μ— λŒ€ν•΄ 닀루어 보도둝 ν•˜κ² λ‹€. μ—¬κΈ°μ„œ ν•™μŠ΅μ΄λž€ ν›ˆλ ¨ λ°μ΄ν„°λ‘œλΆ€ν„° κ°€μ€‘μΉ˜ λ§€κ°œλ³€μˆ˜μ˜ μ΅œμ κ°’μ„ μžλ™μœΌλ‘œ νšλ“ν•˜λŠ” 것을 λœ»ν•œλ‹€. 신경망이 ν•™μŠ΅ν•  수 μžˆλ„λ‘ ν•΄μ£ΌλŠ” μ§€ν‘œμ—λŠ” 손싀 ν•¨μˆ˜κ°€ μžˆλŠ”λ°, 이 손싀 ν•¨μˆ˜μ˜ 결과값을 κ°€μž₯ μž‘κ²Œ λ§Œλ“œλŠ” κ°€μ€‘μΉ˜ λ§€κ°œλ³€μˆ˜λ₯Ό μ°ΎλŠ” 것이 ν•™μŠ΅μ˜ λͺ©ν‘œμ΄λ‹€. λ°μ΄ν„°μ—μ„œ ν•™μŠ΅ν•œλ‹€! 데이터 주도 ν•™μŠ΅ κΈ°κ³„ν•™μŠ΅μ€ 데이터가 생λͺ…이닀. 데이터λ₯Ό 톡해 νŒ¨ν„΄μ„ λ°œκ²¬ν•˜κ³  λͺ¨λΈμ„ λ§Œλ“€ 수 있기 λ•Œλ¬Έμ΄λ‹€. μœ„μ˜ μ˜ˆμ‹œμ—μ„œ 숫자 '5'λ₯Ό νŒλ³„ν•œλ‹€κ³  ν•΄ 보자. '5'λ₯Ό λΆ„λ₯˜ν•˜λŠ” ν”„λ‘œκ·Έλž¨μ„ 직접..

λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Ό 3κ°• 1λΆ€, 신경망과 ν™œμ„±ν™” ν•¨μˆ˜ - λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹

ν•΄λ‹Ή ν¬μŠ€νŒ…μ€ ν•œλΉ› λ―Έλ””μ–΄μ—μ„œ μΆœνŒν•œ 'λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹'μ΄λΌλŠ” ꡐ재의 λ‚΄μš©μ„ 따라가며 λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Όμ„ μ§„ν–‰ν•˜κ³  μžˆμŠ΅λ‹ˆλ‹€. κ΄€λ ¨ μžλ£ŒλŠ” μ—¬κΈ°μ—μ„œ μ°Ύκ±°λ‚˜ λ‹€μš΄λ‘œλ“œ λ°›μœΌμ‹€ 수 μžˆμŠ΅λ‹ˆλ‹€. νΌμ…‰νŠΈλ‘ μ—μ„œ μ‹ κ²½λ§μœΌλ‘œ μ‹ κ²½λ§μ˜ 예 신경망을 그림으둜 λ‚˜νƒ€λ‚Έ μ˜ˆμ‹œλ₯Ό 보자. Input이라고 ν‘œμ‹œλœ 것은 μž…λ ₯μΈ΅, 맨 였λ₯Έμͺ½ 쀄(Output)을 좜λ ₯μΈ΅, 쀑간 μΈ΅(Hidden)을 은닉측이라고 ν•œλ‹€. μ€λ‹‰μΈ΅μ˜ λ‰΄λŸ°μ€ μ‚¬λžŒ λˆˆμ—λŠ” 보이지 μ•ŠλŠ”λ‹€. 0측의 μž…λ ₯μΈ΅, 1측이 은닉측, 2측이 좜λ ₯측이 λœλ‹€. νΌμ…‰νŠΈλ‘  볡슡 κΈ°μ‘΄ νΌμ…‰νŠΈλ‘ μ€ 이런 ꡬ쑰λ₯Ό ν•˜κ³  μžˆλ‹€. # 식 : y = 0 (b + w1x1 + w2x2 0) μ—¬κΈ°μ„œ bλŠ” 편ν–₯을 λ‚˜νƒ€λ‚΄λŠ” λ§€κ°œλ³€μˆ˜λ‘œ, λ‰΄λŸ°μ΄ μ–Όλ§ˆλ‚˜ μ‰½κ²Œ ν™œμ„±ν™”λ˜λŠλƒλ₯Ό μ œμ–΄ν•œλ‹€. ν•œνŽΈ, w1κ³Ό w2λŠ” 각..

λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Ό 2κ°•, νΌμ…‰νŠΈλ‘ (Perceptron) κ°œλ… 읡히기 - λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹

ν•΄λ‹Ή ν¬μŠ€νŒ…μ€ ν•œλΉ› λ―Έλ””μ–΄μ—μ„œ μΆœνŒν•œ 'λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹'μ΄λΌλŠ” ꡐ재의 λ‚΄μš©μ„ 따라가며 λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Όμ„ μ§„ν–‰ν•˜κ³  μžˆμŠ΅λ‹ˆλ‹€. κ΄€λ ¨ μžλ£ŒλŠ” μ—¬κΈ°μ—μ„œ μ°Ύκ±°λ‚˜ λ‹€μš΄λ‘œλ“œ λ°›μœΌμ‹€ 수 μžˆμŠ΅λ‹ˆλ‹€. νΌμ…‰νŠΈλ‘ (perceptron) μ•Œκ³ λ¦¬μ¦˜ νΌμ…‰νŠΈλ‘ μ€ ν”„λž‘ν¬ λ‘œμ  λΈ”λΌνŠΈ(Frank Rosenblatt)κ°€ 1957년에 κ³ μ•ˆν•œ, 맀우 였래된 μ•Œκ³ λ¦¬μ¦˜μ΄λ‹€. ν•˜μ§€λ§Œ νΌμ…‰νŠΈλ‘ μ˜ ꡬ쑰λ₯Ό λ°°μš°λŠ” 것은 신경망과 λ”₯λŸ¬λ‹μœΌλ‘œ λ‚˜μ•„κ°€λŠ” 데 μ€‘μš”ν•œ 아이디어λ₯Ό λ°°μš°λŠ” 일도 λœλ‹€. νΌμ…‰νŠΈλ‘ μ΄λž€? νΌμ…‰νŠΈλ‘ μ€ λ‹€μˆ˜μ˜ μ‹ ν˜Έλ₯Ό μž…λ ₯으둜 λ°›μ•„ ν•˜λ‚˜μ˜ μ‹ ν˜Έλ₯Ό 좜λ ₯ν•œλ‹€. μ—¬κΈ°μ„œ λ§ν•˜λŠ” μ‹ ν˜Έλž€ μ „λ₯˜λ‚˜ κ°•λ¬Όμ²˜λŸΌ 흐름이 μžˆλŠ” 것을 μƒμƒν•˜λ©΄ μ’‹λ‹€. νΌμ…‰νŠΈλ‘  μ‹ ν˜ΈλŠ” '흐λ₯Έλ‹€/μ•ˆ 흐λ₯Έλ‹€(1μ΄λ‚˜ 0)'의 두 가지 값을 κ°€μ§ˆ 수 μžˆλ‹€. μœ„ 사진은 μž…λ ₯이 2개인 퍼셉..

λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Ό 1κ°•, λ„˜νŒŒμ΄(Numpy) 닀루기 - λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹

ν•΄λ‹Ή ν¬μŠ€νŒ…μ€ ν•œλΉ› λ―Έλ””μ–΄μ—μ„œ μΆœνŒν•œ 'λ°‘λ°”λ‹₯λΆ€ν„° μ‹œμž‘ν•˜λŠ” λ”₯λŸ¬λ‹'μ΄λΌλŠ” ꡐ재의 λ‚΄μš©μ„ 따라가며 λ”₯λŸ¬λ‹ νŠœν† λ¦¬μ–Όμ„ μ§„ν–‰ν•˜κ³  μžˆμŠ΅λ‹ˆλ‹€. κ΄€λ ¨ μžλ£ŒλŠ” μ—¬κΈ°μ—μ„œ μ°Ύκ±°λ‚˜ λ‹€μš΄λ‘œλ“œ λ°›μœΌμ‹€ 수 μžˆμŠ΅λ‹ˆλ‹€. 개발 ν™˜κ²½ κ°–μΆ”κΈ° λ¨Όμ €, νŒŒμ΄μ¬μ„ μ„€μΉ˜ν•΄μ£Όμž. νŒŒμ΄μ¬μ„ μ΄μš©ν•΄ μ‹€μŠ΅μ„ ν•˜λŠ” κ³Όμ •μ—μ„œ, μ—¬λŸ¬ λΌμ΄λΈŒλŸ¬λ¦¬κ°€ ν•„μš”ν•˜κ²Œ λ˜λŠ”λ°, μ•„λ‚˜μ½˜λ‹€λ₯Ό μ„€μΉ˜ν•˜λ©΄ μ‹€μŠ΅μ— ν•„μš”ν•œ λŒ€λΆ€λΆ„μ˜ λΌμ΄λΈŒλŸ¬λ¦¬κ°€ 같이 μ„€μΉ˜λ˜μ–΄ 맀우 κ°„νŽΈν•˜λ‹€. μ•„λž˜ 링크에 λ“€μ–΄κ°€μ„œ https://www.anaconda.com/distribution/#download-section Python 3.7 version 이라고 적힌 곳에, 사양에 맞게 64λΉ„νŠΈ ν˜Ήμ€ 32λΉ„νŠΈλ₯Ό λ‚΄λ €λ°›μ•„ μ„€μΉ˜λ₯Ό μ§„ν–‰ν•˜λ©΄ λœλ‹€. 이미 파이썬이 μ„€μΉ˜λ˜μ–΄ μžˆλ‹€λ©΄, μ„€μΉ˜λœ νŒŒμ΄μ¬μ— 맞게 64λΉ„νŠΈ, 3..