다층 퍼셉트론

 

1986년 첫 번째 빙하기의 끝

단층 퍼셉트론으로 인해 딥러닝에는 빙하기가 왔었는데,

80년대 다층 퍼셉트론의 등장으로 딥러닝의 가장 기본적인 이론들이 발전하기 시작했다.

 

 

 

비 선형적인 문제 해결

 

선형적이다 : 선 하나로 데이터를 분리 가능

비 선형적 : 선 으로만 데이터 분리 불가능

 

단층 퍼셉트론은 퍼셉트론이 하나만 있는 경우이다.

 

 

 

 

 

 

다층 퍼셉트론

단층 퍼셉트론을 여러개 쌓은 것을 다층 퍼셉트론이라고 부른다.

MLP라고도 부른다.

 

강아지와 고양이를 선 하나로만 분류할 수 없기에

여러개의 퍼셉트론 결과를 조합하여 분류한다.

 

 

 

히든층

입력층과 출력층 사이의 모든 Layer를 히든층이라고 부른다.

 

 

 

 

히든층의 개수와 딥러닝

 

히든층이 많아질수록, 깊은 신경망이 되서 Deep Learning이라는 단어를 사용한다.