편집
1,408
번
바뀜
새 문서: == 계단함수 == 퍼셉트론에서 사용하는 기본적인 함수. 0을 넘으면 1, 0과 같거나 작으면 0을 반환한다. === 구현 === <syntaxhighlight lang="python"> d...
== 계단함수 ==
퍼셉트론에서 사용하는 기본적인 함수. 0을 넘으면 1, 0과 같거나 작으면 0을 반환한다.
=== 구현 ===
<syntaxhighlight lang="python">
def step_function(x): # 일반적으로 넘파이 배열을 받는다.
y = x > 0 # 들어온 배열에서 0보다 큰 경우만 골라 1을 반환한다.(True 반환)
return y.astype(np.int) # bool형을 반환하기 때문에 int형으로 바꾸어준다.
</syntaxhighlight>
== 시그모이드 함수 ==
sigmoid(S자 모양이라는 의미) function. <math>h(x) = \frac{1}{1+\exp(-x)}</math> 신경망에서 사용하는 함수. 신경망과 퍼셉트론의 차이는 활성화 함수의 차이 뿐이다.
=== 구현 ===
<syntaxhighlight lang="python">
def sigmoid_function(x): # 일반적으로 넘파이 배열을 받는다.
return 1 / (1 + np.exp(-x)) # 그냥 모양 그대로 반환한다.
</syntaxhighlight>
[[분류:인공지능 이론]]
퍼셉트론에서 사용하는 기본적인 함수. 0을 넘으면 1, 0과 같거나 작으면 0을 반환한다.
=== 구현 ===
<syntaxhighlight lang="python">
def step_function(x): # 일반적으로 넘파이 배열을 받는다.
y = x > 0 # 들어온 배열에서 0보다 큰 경우만 골라 1을 반환한다.(True 반환)
return y.astype(np.int) # bool형을 반환하기 때문에 int형으로 바꾸어준다.
</syntaxhighlight>
== 시그모이드 함수 ==
sigmoid(S자 모양이라는 의미) function. <math>h(x) = \frac{1}{1+\exp(-x)}</math> 신경망에서 사용하는 함수. 신경망과 퍼셉트론의 차이는 활성화 함수의 차이 뿐이다.
=== 구현 ===
<syntaxhighlight lang="python">
def sigmoid_function(x): # 일반적으로 넘파이 배열을 받는다.
return 1 / (1 + np.exp(-x)) # 그냥 모양 그대로 반환한다.
</syntaxhighlight>
[[분류:인공지능 이론]]