Multilayer Perceptron (MLP)
2022. 1. 11. 23:32ㆍ공부한 내용/머신러닝 이론
1. MLP 구조
1) Input Layer
-입력층의 노드 개수 = 입력값 개수
2) Hidden Layer
-여러 은닉층이 존재 가능하며, 노드 개수 또한 조정이 가능
-> 노드 개수에 따라 파라미터 개수도 조정됨
3) Output Layer
-결과층의 노드 개수 = 결과값 개수
※역전파 (BackProPagation)
-손실 함수를 최소화 하기 위해, 경사하강법과 연쇄법칙을 사용하여 각각의 가중치 w를 업데이트
-> 이러한 과정 알고리즘을 '역전파'라 함
2. Non-linear Classifier using MLP
-여러 개의 선형을 이용해 결합하여 non-linear 결정 경계 표현 가능
'공부한 내용 > 머신러닝 이론' 카테고리의 다른 글
| 딥러닝 독학에 도움되는 사이트 (0) | 2022.01.15 |
|---|---|
| Linear SVM (0) | 2022.01.14 |
| The Concept of Neural Networks (0) | 2022.01.11 |
| Evaluation Metrics (0) | 2022.01.08 |
| 과적합 문제 해결, Generalize our Models (0) | 2022.01.08 |