What's this?
퍼셉트론은 딥러닝 자체라고 할수 있는 인공 신경망의 근간인 알고리즘입니다.
퍼셉트론은 1957년에 Rosenblatt라는 사람에 의해서 처음 고안된 알고리즘입니다.
퍼셉트론의 개념
퍼셉트론은 인간의 뇌구조중 하나인 뉴런의 모습을 본 따 왔습니다.
한쪽에서 어떠한 전기 신호를 받으면 다른 편으로 신호를 전달하는 구조입니다.(더 명확하게는 모르겠습니다 :-))
하지만 퍼셉트론은 전기 신호가 아닌 입력신호를 이용하여 계산합니다.
해당 방법을 통해 여러 신호의 출력값을 하나의 입력신호로 나타낼수 있다는 것을 알게 되었습니다.
그렇다면 해당 입력신호를 통해서 yes or no를 판단 할 수 있다는 것을 우리는 생각 할수 있습니다.
위의 그림과 같이 동그라미 하나를 노드(node)라고 표현합니다.
그리고 각각의 노드의 중요도를 나타 내는 것을 weight(가중치)라고 합니다.
마지막에는 세타(임계값)을 넘으면 1, 세타(임계값)보다 아래이면 0으로 표현 됩니다.
이렇게 하면 우리가 (사람이) 생각하듯 여러 근거를 통해 논리적인 yes or no 값을 만들수 있습니다.
단층 퍼셉트론의 수학적 요약 및 풀이
퍼셉트론의 단점
퍼셉트론은 여러 신호를 받아 계산할수 있다는 것을 알아봤습니다.
하지만 퍼셉트론(단층 퍼셉트론)은 비선형 함수는 계산이 불가능 하다는 단점이 있습니다.
그렇기에 해결할수 있는 방법은 단층 퍼셉트론(위에서 소개드린 퍼셉트론이 단층 퍼셉트론입니다.)을 여러번 쌓으면 비선형함수 또한, 계산할 수 있습니다.
여러번 쌓아서 가운데(은닉층)이 생기는 것이고 사진과 같이 입력층 출력층 그리고 은닉층으로 나누어 집니다.
요약
지금까지 퍼셉트론에 대하여 알아보았습니다.
1. 퍼셉트론은 인간의 뉴런을 본따 만든 다중 입력 함수이다.
2. 퍼셉트론은 선형 함수을 계산 할수 있다.
3. 퍼셉트론을 쌓으면 다중 퍼셉트론이고 다중 퍼셉트론은 비선형 함수를 계산할수 있다.
