딥러닝 EXPRESS 05장 연습문제
2022. 3. 24. 01:30ㆍStudy/딥러닝
반응형
책정보
제목 : 딥러닝 EXPRESS
저자 : 천인국
출판사 : 생능출판사
출판일 : 2021년 07월 16일
구매하기
예스24 - https://click.gl/nk9VvW
교보문고 - https://click.gl/2Sqg6V
필기노트
※ 직접 풀이한 문제이며, 정확한 답이 아님을 알려드립니다.
1. 네
2. 퍼셉트론에서는 계단함수가 사용된다. 계단함수는 특정임계치 이상일 때만 출력이 발생하는 함수다.
3. 퍼셉트론은 선형으로 분리할 수 있는 문제만 가능하다. 따라서 (a), (b), (c) 모두 다 분리할 수 있다.
4. x1 * w1 + x2 * w2 + b = 0 * 1 + 0 * 1 + (-1.5) = -1.5
5.
(a) 좌표를 그려 해당 샘플을 분류할 수 있는 선이 있는지 확인하면 된다. w1=1, w2=1, b=-2
x1 | x2 | x1 * w1 + x2 * w2 + b | 결과 |
0 | 1 | -1 | 0 |
1 | 0 | -1 | 0 |
1 | 2 | 1 | 1 |
2 | 1 | 1 | 1 |
(b) w1=1, w2=1, b=-1
import numpy as np
epsilon=0.0000001
def step_func(t):
if t >epsilon: return 1
else: return 0
X=np.array([
[0,1,1],
[1,0,1],
[1,2,1],
[2,1,1]
])
y=np.array([0,0,1,1])
W=np.zeros(len(X[0]))
W[-1]=-1.0
def perceptron_fit(X,Y,epochs=10):
global W
eta=1.0
for t in range(epochs):
print("epoch=",t,"=========")
for i in range(len(X)):
predict=step_func(np.dot(X[i],W))
error=Y[i]-predict
W+=eta*error*X[i]
print("현재 처리 입력=",X[i],"정답=",Y[i],"출력=",predict,"변경된 가중치=",W)
print("========================")
def perceptron_predict(X,Y):
global W
for x in X:
print(x[0],x[1],"->",step_func(np.dot(x,W)))
perceptron_fit(X, y,6)
perceptron_predict(X,y)
6. 네
7. or은 갯수와 상관없이 0,0,...0만이 0이 된다. 따라서 선형 분류가 가능함으로 퍼셉트론으로 구현할 수 있다.
8. 결과로 1과 0을 나누어 if-else문으로 class 1과 class-1을 구분하면 된다.
9. 네
반응형
'Study > 딥러닝' 카테고리의 다른 글
딥러닝 EXPRESS 07장 연습문제 (1) | 2022.04.30 |
---|---|
딥러닝 EXPRESS 06장 연습문제 (2) | 2022.03.25 |
딥러닝 EXPRESS 04장 연습문제 (0) | 2022.03.23 |
딥러닝 EXPRESS 03장 연습문제 (0) | 2022.03.11 |
딥러닝 EXPRESS 02장 연습문제 (6) | 2022.03.10 |