Charming ['ㅡ'] Ham !

# AND 게이트 # 입력 신호가 2개 일 때 def AND(x1, x2) : w1, w2, theta = 0.5, 0.5, 0.7 tmp = x1*w1 + x2*w2 if tmp theta : return 1 print(AND(1, 1)) # 1을 출력 print(AND(1, 0)) # 0을 출력 print(AND(0, 1)) # 0을 출력 print(AND(0, 0)) # 0을 출력 1 0 0 0 # 가중치와 편향을 도입한 AND 게이트 import numpy as np def AND(x1, x2) : x = np.array([x1, x2]) # 입력신호 x w = np.array([0.5, 0.5]) # 가중치 b = -0.7 # 편향 tmp = np.sum(w*x)+b if tmp

In [11]: # AND 게이트 # 입력 신호가 2개 일 때 def AND(x1, x2) : w1, w2, theta = 0.5, 0.5, 0.7 tmp = x1*w1 + x2*w2 if tmp theta : return 1 print(AND(1, 1)) # 1을 출력 print(AND(1, 0)) # 0을 출력 print(AND(0, 1)) # 0을 출력 print(AND(0, 0)) # 0을 출력 1 0 0 0 In [14]: # 가중치와 편향을 도입한 AND 게이트 import numpy as np def AND(x1, x2) : x = np.array([x1, x2]) # 입력신호 x w = np.array([0.5, 0.5]) # 가중치 b = -0.7 # 편향 tmp = np.sum(w*x)..

퍼셉트론 (perceptron) 다수의 신호 (정보) 를 입력 으로 받아 앞으로 전달, 최종적으로 0 또는 1 이라는 하나의 신호를 출력 한다. 각 각의 신호를 뉴런 (neuron) 혹은 노드 (node) 라고 하며, 앞으로 전달되면서 각 각 고유한 가중치 (weight) 가 곱해진다. 각 노드에 가중치를 곱해 앞으로 전달된 값이 정해진 한계값을 넘어설때 1을 출력 한다. 이를 '뉴런이 활성화 한다.' 라고 표현하며, 정해진 한계값을 임계값 (𝜃θ) 로 표기한다. 2개의 입력을 받는다고 가정 했을때, 각 각의 신호를 𝑥1,𝑥2x1,x2 ,가중치 가 𝑤1,𝑤2w1,w2 일때 다음과 같은 식으로 표현할 수 있다. 𝑦={0(𝑤1𝑥1+𝑤2𝑥2≤𝜃)1(𝑤1𝑥1+𝑤2𝑥2>𝜃)y={0(w1x1+w2x2≤θ)1(w1x..