코딩몬

Keras 활용 Iris 분류모델 실습 입력 : 4개(꽃잎의 길이, 너비, 꽃받침의 길이, 너비) 출력 : 3개(품종) from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, InputLayer from tensorflow.keras.optimizers import SGD - 딥러닝 모델의 기본 뼈대 (Sequential : 순차적인) 뉴런들을 순차적으로 붙임 - 뉴런의 모음(1개의 층을 의미) 많이 붙힐수록 뉴런들의 층이 깊어진다. - 최적화 도구(SGD : 경사하강법) model = Sequential() model.add(InputLayer(input_shape = 4)) # 입력층 model...

퍼셉트론의 한계 단층 퍼셉트론의 경우 직선으로 나뉘는 두 영역을 만들기 때문에 선형 분리만 가능하다는 단점이 있다. 그래서 아레 그림과 같이 선형분리로 AND, OR는 해결이 가능하지만, 간단한 XOR 문제를 해결할 수 없다. 위의 그림에서 보이는 바와 같이 퍼셉트론의 한계를 극복하기 위해서 하나의 직선이 아닌 여러 개의 직선을 그어보자, 즉 퍼셉트론을 여러 개 쌓아보자는 생각을 하게 되었고 이 것이 바로 다층 퍼셉트론의 등장이다. MLP(Multilayer Perceptron) 다층 퍼셉트론 - 퍼셉트론을 여러 개의 층으로 구성하여 만든 신경망 - 입력계층, 은닉 계층 및 출력 계층의 세 개 이상의 노드 계층으로 구성된다. - 중간층을 잘 설계를 하면 학습의 능력을 끌어올릴 수 있다. (중간층은 여러 ..