Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- anomaly detection
- leetcode
- 데이터 파싱
- segmentation
- computer vision
- 활성화함수
- Mean squared error
- Time Series
- 합성곱 신경망
- nlp
- 시계열
- LLM
- Non-Maximum Suppression
- LLaVA
- Cross Entropy Error
- rag parsing
- multi-query
- rrf
- 컴퓨터비전
- 딥러닝
- 활성화 함수
- 퍼셉트론
- 이상탐지
- visual instruction tuning
- 손실함수
- E
- deep learning
- 오차역전파
- pdf parsing
- rag-fusion
Archives
- Today
- Total
목록활성화 함수 (1)
굴러가는 분석가의 일상
딥러닝의 구조 #1 [퍼셉트론]
본 게시물은 공부목적으로 작성 되었으며, 밑바닥부터 시작하는 딥러닝 참고하였습니다. 퍼셉트론이란? ▶ 다수의 신호를 입력으로 받아 하나의 신호를 출력하는 것을 뜻합니다. 퍼셉트론의 신호는 흐름을 취합하고 만들면서 정보르 앞으로 보내게 됩니다. 하지만, 퍼셉트론 신호는 (0 or 1)의 두가지 값을 가질수 있습니다. 퍼셉트론의 구조를 배우는 것은 신경망과 딥러닝을 이해하는데 기반이 되기에 짚고 넘어가는게 중요합니다. 퍼셉트론이 동작하는 방식은 다음과 같습니다. Input들의 신호들이 뉴런으로 보내질 때는 각각의 고유한 Weight들과 곱합니다. 이렇게 계산된 신호의 총합이 활성함수 (Activation Function)에 의해 판단이 되는데, 그 값이 임계치 (한계) 보다 크다면 뉴런이 활성화되어 1이라는..
Deep Learning 이해
2023. 11. 8. 14:03