Lionel's Dev Story

계산함수 직접 따라처보기, 

그냥 이건 어떤 특정 배열들의 값을 검사해서, 이것을 그래프로 보여주는것 뿐,,,실질적인 내용은 배열들의 값들이 정해둔 함수를 통과할때 통과하는 값들을 필터링 하기 위한 부분인듯. 정말 간단한데 파이썬 문법을 내가 생소하니까 따라칠때 좀 버그가 있었는데 어째튼 금방 수정함 내일은 시그모이드함수

한 일주일넘게 쉬었더니, 반성반성

일단 3장 초반하다 말아서 오늘은 가볍게 읽고 복습시간

활성화 함수 - 입력신호의 총합을 출력신호로 변환하는 함수 -> 지금 일단 이게 왜 필요한지에 대해서는 설명이 부족한데 예전 찍먹했던 기억에 따르면, 학습을 하면서 적절량을 산출할때의 모든 연산 레이어들의 결과를 출력을 위해서는 이 활성화 함수들의 데이터를 매번 학습 시켰던것 같다. -> 나중에 공부하다 틀렸는지 찾아볼것

퍼셉트론에서 신경망으로 가기위한 단계라고 설명되어있는데 잘 이해 안되는 부분이 있음.

특정 활성화 함수는 임계값을 경계로 출력이 바뀌는데 이런함수를 계단함수라 함

3장. 신경망

핵심 : 복잡한 수식의 가중치를 퍼셉트론을 이용한 다층구조로 표현이 가능한데, 이 가중치는 사람이 수동이다. 하지만 신경망을 이용하여 적절한 값을 데이터로부터 자동으로 학습하여 가중치 매개변수를 정하는것은 신경망의 가장 중요한 성질

또역시 이론~~

입력층, 은닉층, 출력층 : 뉴런구조로 설명

복습 : 2차원의 면 안에서 서로 같은 성질을 가진 점이 2쌍씩 있을때 ㅁ 대각선끼리 같은 점이라고 가장하면 직선 하나로는 서로 다른 성질로 나눌수가 없다. (퍼셉트론은 AND, NAND, OR 를 표현가능) 비선형으로는 가능하다 => 다층 퍼셉트론

이를 이용하면 XOR 게이트를 표현이 가능하게됨 ( 입력이 A,B 있을때 서로다른값을 가질때만 참)

코드치는거보다 이론만 잔뜩 있어서 열심히 읽음...  즉 게이트의 연결로 다른것을 만드는것처럼 노드에서 노드( 노드가 이루어진열을 1층이라고 하면 ) 이 열을 층으로 분류하면 결국 원하는 값을 얻어낼수 있다.

현재층의 뉴런이 다음층의 뉴런으로 신호를 전달하여 값을 출력, 간단하게 XOR게이트부터, 층을 많이 구성하여 계산기, 컴퓨터등 원하는 연산장치들을 구현할수 있다.! ( 오!! 이거 생각해낸사람 똑똑하다. 읽다가 진심감탄 )

3장 신경망 할차례 

퍼셉트론 가중치 ( 세타 )를 상수처럼 식내로 가고 0을 기준으로 판단하는건데 이 세타는 사용자가 정하는 값인데

아래에 게이트회로를 따라작성하며 이해하려니 조금 햇갈렸다.

퍼셉트론 신경망시작해서 어제는 이론좀 읽고 오늘 마저 한번더 읽고 간단한 AND게이트,

NAND 까지 읽음. 원리 자체는 간단한데 numpy 로 이용해서 하는 과정이 지금은 그냥 하라면 시간이 걸릴듯 하다.

이제야 1장끝!

1장은 대충 앞으로 사용할 파이썬 라이브러리 주요 함수 사용 연습정도?

2장은 초반에 이론부가 있어서 한번 읽었고,  자기전에 한번더 읽고 잔다.

드디어 matplotlib 들어옴.. 여기서부터 그래프좀 그리고 이미지좀 출력해줘야 뭔가 하는 느낌이라!!

역시 주말에 피곤해서 좀 쉬었더니, 공부는 탄력이 붙어야 하는데, 내일중으로 1장끝내고 2장 들어갈듯

화이팅!! 

기초자료구조형태 사용 및 넘파이까지 진행

브로드캐스트까지 읽어봤는데, 약간 실수의 여지가 있을수 있는 부분이 있긴 하다.

내일까지 진행하면 2장 갈듯!

라이브러리를 간단하게 쓸수있는것은 큰 매력인듯