개발새발로그

4.1 인공 신경망의 한계와 딥러닝 출현퍼셉트론이란 다수의 신호(흐름이 있는)를 입력으로 받아 하나의 신호를 출력하는데, 이 신호를 입력으로 받아 '흐른다/안 흐른다(1 또는 0)'는 정보를 앞으로 전달하는 원리로 작동한다.오늘날 인공신경망에서 이용하는 구조(입력층, 출력층, 가중치로 구성된 구조)는 퍼셉트론이라는 선형 분류기이다. 퍼셉트론의 원리를 이해하기 위해서는 논리 게이트를 알아야한다. AND 게이트AND 게이트는 입력 중 어떤 하나라도 '0'을 갖는다면 작동을 멈추며 모든 입력이 '1'일 때 작동한다.OR 게이트OR 게이트는 입력에서 둘 중 하나만 '1'이거나 둘 다 '1'일 때 작동한다.XOR 게이트XOR 게이트는 배타적 논리합이라는 용어로 입력 두 개 중 한 개만 '1'일 때 작동하는 논리 ..

2개의 층 아래와 같이 텐서플로의 케라스 패키지를 임포트하고 패션 MNIST를 불러온다. from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() 이미지의 픽셀값을 0~255 범위에서 0~1 사이로 변환하고, 28 * 28 크기의 2차원 배열을 784 크기의 1차원 배열로 펼친다. 마지막으로 사이킷런의 train_test_split() 함수로 훈련 세트와 검증 세트로 나눈다. from sklearn.model_selection import train_test_split train_scaled = train_input / 255.0 tra..

패션 MNIST 아래와 같이 텐서플로의 케라스 패키지를 임포트하고 패션 MNIST를 불러온다. from tensorflow import keras (train_input, train_target), (test_input, test_target) = keras.datasets.fashion_mnist.load_data() keras.datasets.fashion_mnist 모듈 아래 load_data()함수는 훈련 데이터와 테스트 데이터를 나누어 반환하며 이 데이터는 각각 입력과 타깃의 쌍으로 구성되어 있다. 전달받은 데이터를 출력하면 아래와 같은 결과를 확인할 수 있다. print(train_input.shape, train_target.shape) 훈련 데이터는 60,000개의 이미지로 이루어져 있으며..