밑바닥부터 시작하는 딥러닝 - 미리보기
사이토 고키 지음 | 개앞맵시(이복연) 옮김 | 24,000원 | 한빛미디어 | 2017.01.03 "직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서 " 이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥러닝 입문서입니다. 술술 읽힐 만큼 쉽게 설명하였고, 역전파처럼 어려운 내용은 ‘계산 그래프’ 기법으로 시각적으로 풀이했습니다. 무엇보다 작동하는 코드가 있어 직접 돌려보고 요리조리 수정해보면 어려운 이론도 명확하게 이해할 수 있습니다. 딥러닝에 새롭게 입문하려는 분과 기초를 다시금 정리하고 싶은 현업 연구자와 개발자에게 최고의 책이 될 것입니다.
사이토 고키 지음 | 개앞맵시(이복연) 옮김 | 24,000원 | 한빛미디어 | 2017.01.03
"직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서 "
이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥러닝 입문서입니다. 술술 읽힐 만큼 쉽게 설명하였고, 역전파처럼 어려운 내용은 ‘계산 그래프’ 기법으로 시각적으로 풀이했습니다. 무엇보다 작동하는 코드가 있어 직접 돌려보고 요리조리 수정해보면 어려운 이론도 명확하게 이해할 수 있습니다. 딥러닝에 새롭게 입문하려는 분과 기초를 다시금 정리하고 싶은 현업 연구자와 개발자에게 최고의 책이 될 것입니다.
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
3.1.2 퍼셉트론 복습<br />
신경망의 신호 전달 방법을 보기 전에 퍼셉트론을 살짝 복습해보기로 하죠. 먼저 [그림 3-2]<br />
와 같은 구조의 네트워크를 생각해봅시다.<br />
그림 3-2 퍼셉트론 복습<br />
[그림 3-2]는 x 1<br />
과 x 2<br />
라는 두 신호를 입력받아 y를 출력하는 퍼셉트론입니다. 이 퍼셉트론을<br />
수식으로 나타내면 [식 3.1]이 됩니다.<br />
0 ( b+ w1x1+<br />
w2x2#<br />
0)<br />
y = (<br />
1 ( b+ w x + w x 0)<br />
1 1 2 22<br />
[식 3.1]<br />
여기서 b는 편향을 나타내는 매개변수로 뉴런이 얼마나 쉽게 활성화되느냐를 제어합니다. 한<br />
편, w 1<br />
과 w 2<br />
는 각 신호의 가중치를 나타내는 매개변수로, 각 신호의 영향력을 제어합니다.<br />
그런데 [그림 3-2 ]의 네트워크에는 편향 b가 보이지 않습니다. 만약 편향을 명시한다면 [그림<br />
3-3]과 같이 나타낼 수 있습니다.<br />
그림 3-3 편향을 명시한 퍼셉트론<br />
3장 - 신경망<br />
65
Change language