퍼셉트론이란?

다수의 신호를 입력으로 받아 하나의 신호를 출력하는 인공 신경망 모형

출처

• 퍼셉트론 신호는 0 또는 1의 값만 가질 수 있다.
• x1, x2는 입력 신호, y는 출력 신호, w1, w2는 가중치이다.
• x1w1 + x2w2의 값이 임계값을 넘으면 1(뉴런 활성화), 아니면 0을 출력한다.
• 임계값에 -1을 곱한 값을 편향이라고 한다. x1w1+x2w2에 편향을 더했을 때 0보다 크면 1출력, 넘지 못하면 0을 출력한다.

단순 논리 회로

1. AND 게이트

→ 입력이 모두 1일 때만 1 출력

import numpy as np

def AND(x1, x2):
	x = np.array([x1,x2])
	w = np.array([0.5,0.5])
	b = -0.7 # 편향
	tmp = np.sum(w*x) + b # 입력신호와 가중치를 곱해 모두 더한 뒤에 편향을 더함

	if tmp <= 0: return 0 
	else return 1

np.array를 쓰면 입력신호 개수에 상관없이 np.sum(w*x)로 해결된다.

2. NAND 게이트

→ NOT AND로 두 입력이 모두 1일 때만 0 출력

import numpy as np

def NAND(x1, x2):
	x = np.array([x1,x2])
	w = np.array([-0.5,-0.5])
	b = 0.7 # 편향
	tmp = np.sum(w*x) + b # 입력신호와 가중치를 곱해 모두 더한 뒤에 편향을 더함

	if tmp <= 0: return 0 
	else return 1