내적, 그리고 왜 뉴런이 내적인지
왜 중요한가 뉴런 하나는 내적 더하기 숫자 하나예요. 내적을 이해하면 뉴런의 앞쪽 절반을 이해해요.
내적은 두 벡터를 항목별로 곱하고 결과를 더해요: [1, 2, 3] . [4, 5, 6] = 1*4 + 2*5 + 3*6 = 32. NumPy로는: a @ b.
그게 뜻하는 것
벡터들이 같은 쪽을 가리키면 내적은 크고 양수이고, 직각이면 0이고, 반대쪽을 가리키면 음수예요. 그러니 두 벡터가 얼마나 일치하는지를 재요.
뉴런
뉴런에는 입력마다 가중치가 하나씩 있어요. w . x + b를 계산해요: 입력이 가중치에 저장된 패턴과 얼마나 일치하는지, 더하기 결과를 위아래로 옮기는 편향 b. 우리 집들에 대한 가중치 [0.5, 0.5, -1.0]은 말해요: 크고 침실이 많으면 올리고, 역에서 멀면 내린다.
내적: 짝이 맞는 항목을 곱하고 더하기. 편향: 끝에 더하는 숫자, 그래서 뉴런이 모두 0인 입력에 0을 출력하도록 강요받지 않아요.
요약 뉴런은 입력이 가중치와 얼마나 잘 맞는지 점수를 매겨요.
이 레슨의 단어와 기호
- 벡터
- 특성마다 하나씩인 숫자 리스트
- 내적 (a . b)
- 짝이 맞는 항목을 곱해서 모두 더하기. 벡터들이 일치할 때 커요
반복문으로 dot(a, b)를 쓰고(합을 직접 보도록), @를 써서 w . x + b를 반환하는 neuron(w, x, b)를 쓰세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.