![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/c6lJ9b/btqF8uA1ipz/rfE6qXlyNbWSjfI8TIOEX0/img.png)
이 글은 글 하단의 Reference에 있는 강의, 교재를 보고 정리한 것입니다. 4.0 Intro 앞서 학습한 perceptron은 이론상 2개의 layer로 모든 함수를 표현할 수 있지만, 그것이 복잡하고 사람이 직접 가중치를 설정해야 한다는 문제가 있었다. 하지만 지금부터 다룰 신경망(Neural Network)은 가중치 매개변수의 값을 데이터로부터 적절하게 학습할 수 있다. 이번 장에서는 다음 것들에 대해 학습한다. 신경망의 개요 신경망의 입력 데이터 처리과정 매개변수를 학습하는 방법은 다음 장에서 다룬다. 4.1 Perceptron to NN(Neural Network) 신경망은 perceptron과 닮은 점이 많다. 언뜻 밑의 을 보면 그냥 multilayer percetron(MLP)이 NN..
머신러닝
2020. 7. 30. 20:55
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 컴퓨터과학
- 영상구조
- Neural Network
- 인덱스 이미지
- 자연어 처리
- 신경망
- 연속 신호
- 매트랩
- 신호 및 시스템
- ML
- 순환 신경망
- CNN
- 컴퓨터 과학
- Andrew ng
- 이산 신호
- rnn
- 머신 러닝
- 매트랩 함수
- Logistic Regression
- 사진구조
- gradient descent
- 밑바닥부터 시작하는 딥러닝
- 영상처리
- RGB이미지
- 이미지
- 딥러닝
- CS
- NLP
- 이미지처리
- 머신러닝
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
글 보관함