딥러닝에서 벡터와 텐서의 의미를 간단한 신경망 모델에 적용: 미리어드 스페이스 인공지능, 머신러닝, 딥러닝 저자 직강 시리즈

 

벡터 = 데이터

텐서(행렬) = 학습변수

 

e.g.

강아지 = x

x = [몸무게, 크기]T = [5,1] T -> 정답 [1,5]T 를 맞춰야함

 

x라는 데이터를 학습변수 A를 곱해서 정답으로 가는 과정이 학습

학습은 그레디언트 디센트로 학습

 

x(5,1)이라는 데이터를 받으면 y(1,5)로 변환시켜주면 되는데 이걸 어떻게 하냐

학습을 통해서 하면 된다

학습이라는 것은 Ax를 목적함수로 만들고 이것을 최소로 할수있는 그레디언트 디센트 방법을 사용해서 A? 요소를 찾는것이다

한번에 안돼기 때문에 여러번 반복해서 정답과 유사하게 만들어준다

정답을 만들어주는 학습변수에 요소를 찾기위해 그레디언트 디센트를 활용해서 학습변수에 요소를 찾는다.

 

간단한 예제를 통해 이해

 

 

 

SLP = 입력층과 출력층만 있는것을 SLP구조

 

 

 

 

MLP

 

 

 

 

출처: https://youtu.be/vlU0c-UqZ9c?list=PL0zAF_FhLjHh-oGrUtjJsrFMTIvf14GzX