Silverback9

오늘은 perceptron에 대해 깊게 공부하기 시작하는 날~^^* Yeah~^^*

전 세계를 한 바퀴 돌며 아침 산책 하고 계셔요~^^* 공부 정리해서 돌아올게요~^^* 쓩우웅~^^*

네~^^* 오늘은 Perceptron Algorithm에 대해 공부해 보겠습니다~^^*

1. For every input, multiply that input by its weight.
2. Sum all of the weighted input
3. Compute the output of the perceptron based on that sum passed through an activiation function (the sign of the sum)

1. 모든 입력값에 대하여, 그 입력값을 자신의 가중치로 곱한다.
2. 가중치값이 반영된 입력값을 모두 더한다.
3. 총합에 +_부호를 부여하는 활성화 함수를 통과한 총합에 기반하여 perceptron 결과를 계산한다. 

//Activation 활성화 [장치 또는 소프트웨어에서 기능 또는 기능을 시작하거나 활성화하는 프로세스입니다]

네~^^* 이 Perceptrion Algorithm을 코드로 표현해 보겠습니다~^^*

class Perceptron {
  constructor(totalInputs) {
   
    this.weights = [];
    
    for (let i = 0; i < totalInputs; i++) {
      this.weights[i] = random(-1, 1);
    }
    //1. 모든 입력값에 대하여, 그 입력값을 자신의 가중치로 곱한다.
    //1. For every input, multiply that input by its weight.
  }
  
  feedforward(inputs) {
    let sum = 0;
    for (let i = 0; i < this.weights.length; i++) {
      sum += inputs[i] * this.weights[i];
    }
    //2. Sum all of the weighted input
    //2. 가중치값이 반영된 입력값을 모두 더한다.
    return this.activate(sum);
    //총합에 대해 부호를 부여하는 함수 activate()을 호출합니다. 
  }
  
  activate(sum) {
    if (sum > 0) {
      return 1;
    } else {
      return -1;
    }
    //3. Compute the output of the perceptron based on that sum passed through an activiation function (the sign of the sum)
    //3. 총합에 +_부호를 부여하는 활성화 함수를 통과한 총합에 기반하여 perceptron 결과를 계산한다. 
  }
}

오늘 저와 함께 Neural Network 코딩공부 첫단계! Class Perceptron을 만들어 주셔서 감사합니다~^^*

내일은 우리 음악 편안하게 함께 듣고요~^^*

화요일부터 Perception이 학습하는 과정을 시각적으로 표현하는 코드를 만들어 볼까요~^^*

네~^^* 좋아요~^^* 고마워요~^^*

오늘 공부한 내용을 복습할 겸 Neural Network에 관한 내용정리를 아름다운 음악과 함께 조용히 선명하게 보여주는 동영상 강의로 스트레칭 가볍게 하고 마칠게요~~^^*

오늘도~^^*

반가운 만남 기쁨 나누는 하루 보내시고요~^^*

감사함과 뿌듯함에 가슴 따뜻한 밤 깊게 코~^^* 하시기 바래요~^^*

네~^^* 꿈은 이루어 집니다~^^*