[파이토치로 시작하는 딥러닝] Part-2 DNN
·
ML_DL/딥러닝 공부하기
Perceptron 인공신경망 : 사람의 뉴런을 본 따 만든 모델 입력값 x에 가중치 W를 곱하고 Bias를 더해 output을 만든다. (output = x*W + Bias) backpropagation : 모델의 가중치와 편향을 계산하는 알고리 AND gate : 입력값 모두 1인 경우 1을 반환 OR : 입력값 중 하나가 1이면 1을 반환 XOR : 입력값이 다른 경우 1을 반환, 이 경우 1개의 layer로는 분류가 불가능하다 -> DNN 등장 ReLU sigmoid는 layer가 깊어질수록, 극단의 0에 가까운 값이 소멸될 수 있다. = Vanishing Gradient Dropout & Batch Normalization overfitting : train data에서는 좋은 성능을 보이지만,..