MJK

이번 장에서는 행렬의 곱셈과 덧셈이 중요하다. 행렬의 곱셈과 덧셈을 공부하지 않았다면, 공부하고 보길 추천한다. 이 문제를 예제 코드로 구현을 하면 이것을 처음 그림에 대입을 해서 보면 조금 더 이해하기가 쉽다. 이것의 최종출력을 하기위하여 softmax를 사용할 것이다. 하지만, 이렇게만 사용하게 된다면 값이 너무 커져, overflow가 발생할 가능성이 높다. (a1,a2,...,an)과 (a1+C,a2+C,...,an+C) 가 같다는 것을 사용하면 overflow가 발생하는 것을 방지할 수 있다. 이것을 코드로 나타내면, 교재 : 밑바닥부터 시작하는 딥러닝 (저자 : 사이토 고키 / 번역 : 이복연 / 출판사 : 한빛미디어) https://www.hanbit.co.kr/store/books/... ..

연구실 2024. 1. 24. 19:49

Heaviside 함수는 step 함수로, 값이 0과 1로만 이루어진 함수이다. 머신러닝에서 학습은 미분을 통해 이루어진다. 하지만, Heaviside 함수는 미분 값이 항상 0이기 때문에, 다른 활성화 함수를 사용한다. 위 코드에서 확인할 수 있듯이, step_function()은 0,1인 값만 나오고, sigmoid()은 연속적인 값을 가진다. matplotlib은 그림 그리는 라이브러리이다. 이때 np.arange는 범위를 나타내는 것이다. np.arange(5) #0~4인 정수 np.arange(-5,5) #-5~4인 정수 np.arange(-5.0,5.0,0.1) # 공차가 0.1 교재 : 밑바닥부터 시작하는 딥러닝 (저자 : 사이토 고키 / 번역 : 이복연 / 출판사 : 한빛미디어) https..

연구실 2024. 1. 24. 18:06

예를 들어, w1 = 0.5, w2 = 0.5, θ = 0.7이라고 할 때, 0.5 * 1 + 0.5 * 1 = 1 >0.7 0.5 * 1 + 0.5 * 0 = 0.5

연구실 2024. 1. 24. 17:31