스터디 포스트 >  텐서플로우로 딥러닝 부시기

1부 ANN(Artificial Neural Networks)

김희수 멘토
딥러닝 엔지니어가 되고 싶은 사람입니다.

텐서플로우로 딥러닝 부시기 - 1주차

 
💡
ANN의 직관, ANN 구축 방법
 

인공신경망 구조

notion image
  • 딥러닝의 목적이 인간 뇌의 작동 방식을 모방하는 것이기 때문에 뉴런을 기계로 재현해야 함
  • 입력층에 있는 독립 변수들이 각각의 가중치와 함께 곱한 후 합을 계산하고 활성화 함수를 거쳐 출력 값을 내보내는 구조

활성화함수

1) Threshold Function
notion image
2) Sigmoid
notion image
  • 출력층에 유용한 함수. 특히 확률을 예측할 때 유용함
3) Rectifier
notion image
  • 인공신경망에서 가장 많이 사용되는 함수 중 하나
4) Hyperbolic Tangent (tanh)활성화함수
notion image

퍼셉트론 구조

notion image

신경망은 어떻게 학습하는가?

feedforward & backpropagation
notion image
  • 목표: 비용 함수 최소화
Step1. 가중치들 무작위로 0과 비슷하지만 0은 아닌 작은 수로 설정
Step2. 첫번째 행에 대한 데이터 셋의 첫 관측치를 입력층에 입력
Step3. 왼쪽에서 오른쪽으로 feed forward 진행
Step4. 예상 결과와 실제 결과를 비교하여 생성된 오차를 측정
Step5. 역전파를 진행하여 가중치 값 업데이트
Step6. Step1~5 반복

경사하강법

 
notion image

Feature Scailing

  • 서로 다른 변수의 값 범위를 일정한 수준으로 맞추는 작업
  • 변수 값의 범위 또는 단위가 달라서 발생 가능한 문제 예방
  • 특정 데이터의 편향성을 갖는 것을 방지
 
 
 
본 스터디는 Udemy의 <【한글자막】 딥러닝의 모든 것 with Python, Tensorflow, Pytorch> 강의를 활용해 진행됐습니다. 강의에 대한 자세한 정보는 아래에서 확인하실 수 있습니다.
 
 
프밍 스터디는 Udemy Korea와 함께 합니다.
 
 
원하는 스터디가 없다면? 다른 스터디 개설 신청하기
누군가 아직 원하는 스터디를 개설하지 않았나요? 여러분이 직접 개설 신청 해 주세요!
이 포스트는
"텐서플로우로 딥러닝 부시기" 스터디의 진행 결과입니다
진행중인 스터디
텐서플로우로 딥러닝 부시기
딥러닝을 혼자 공부하면서 많은 어려움을 겪던 와중 직접 스터디를 꾸리고 함께 공부하며 많은 것을 얻었습니다. 그렇게 쌓아왔던 실력과 경험들을 새롭게 만나는 스터디원과 함께 나누고 싶습니다.
김희수 멘토
딥러닝 엔지니어가 되고 싶은 사람입니다.