#1-(1) 퍼셉트론 : 소개

※ 이 글의 내용은 O'REILLY의 <밑바닥부터 시작하는 딥러닝> 책을 기반으로 한다.

퍼셉트론 알고리즘

• 퍼셉트론

 - 퍼셉트론(Perceptron) : 신경망(딥러닝)의 기원이 되는 알고리즘이다. 다수의 신호를 입력으로 받아 각 노드의 가중치(w)와 입력 값을 곱한 것을 모두 더한 값이 활성 함수에 의해 판단된다. 그 값이 임계치보다 크면 1이 출력되고 작으면 0이 출력된다. 

<입력이 2개인 퍼셉트론>

 - 퍼셉트론은 복수의 입력 신호 각각에 고유한 가중치를 부여한다. 가중치는 각 신호가 결과에 주는 영향력을 조절하는 요소로 작용한다. 그러므로, 가중치가 크다면 해당 신호가 그만큼 더 중요하다는 것을 뜻한다.

• 가중치와 편향 도입

 - 임계치(θ)를 0으로 두기 위하여 편향(bias, b)을 도입한다. 즉, 퍼셉트론은 입력 신호에 가중치를 곱한 값과 편향을 합하여 그 값이 임계치인 0을 넘으면 1을 출력하고 그렇지 않으면 0을 출력하는 것이다.

• 퍼셉트론 구현

import numpy as np x = np.array([0,1]) # 입력 신호 w = np.array([0.5,0.5]) # 가중치(weight) b = -0.7 # 편향(bias) print(np.sum(w*x)+b) # 입력 신호에 가중치를 곱한 다음, 편향을 더한 값을 출력

>> -0.2