단위계단 (1) 썸네일형 리스트형 딥러닝 2 - 활성화 함수(Activation function) 1. 퍼셉트론 구현 이전 게시물에서 퍼셉트론에 사용된 식은 $$ w_{1}x_{1}+w_{2}x_{2} \leq \theta \ 일 \ 때 , \ y=0 $$ $$ w_{1}x_{1}+w_{2}x_{2} > \theta \ 일 \ 때 , \ y=1 $$ 으로 표현했었습니다. 여기서 조금더 쉽게 구현하기 위해 $$ b =- \theta \ 로 \ 정의하고 $$ 단위 계단 함수인 $$ u(t) =\begin{cases}0 & x \leq 0\\1 & x > 0\end{cases} $$ 를 사용하여 $$ y=u(w_{1}x_{1}+w_{2}x_{2} + b) $$ 로 표현 할 수 있습니다. 하지만 머신러닝은 미분을 통해 학습하게 되는데, 위에서 사용한 단위 계단 함수는 x=0지점에서 미분이 불가능하기 때문에 .. 이전 1 다음
