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
- SQL
- 베이지안
- bayesian
- 오일러 프로젝트
- 합성곱 신경망
- Python
- 냥코 센세
- 전처리
- project euler
- CNN
- mnist
- 역전파
- 딥러닝
- 역전파법
- 소인수분해
- 소수
- deep learning
- 자전거 여행
- 신경망
- Convolutional Neural Network
- Autoencoder
- Gram matrix
- A Neural Algorithm of Artistic Style
- neural network
- 히토요시
- 비샤몬당
- 수달
- 오토인코더
- c#
- backpropagation
Archives
- Today
- Total
목록error function (1)
통계, IT, AI
딥러닝: 화풍을 모방하기 (2) - 책 요약: 2. 앞먹임 신경망
2. 앞먹임 신경망: Feedforward Neural Network 2.1 유닛의 출력 - 앞먹임 신경망은 층(layer) 모양으로 늘어선 유닛이 인접한 층과 결합한 구조이다. - 정보가 입력 측에서 출력 측으로만 흐르기 때문에 Feedforward라는 이름이 붙여졌다. - Multi-layer perceptron이라고도 부르지만 최초 제안된 perceptron은 입출력 함수가 step 함수로만 제한되었기 때문에 약간 다르다.- 유닛 한 개의 입출력의 예시는 아래와 같다. - 이 유닛이 받는 총 입력은 \(u_1=b_1+w_{11}x_1+w_{12}x_2+w_{13}x_3+w_{14}x_4\)이다.- \(b_1\)은 bias라고 부르며 1에 곱해지는 가중치이다.- \(w_{ji}\)는 입력에 대한 가중..
머신러닝
2017. 1. 30. 14:47