신경망과 퍼셉트론의 차이점은 무엇입니까?

"신경망"과 "퍼셉트론"이라는 용어 사이에 차이점이 있습니까?

그렇습니다. "perceptron"은 1957 년 Rosenblatt에 의해 개설 된 특정지도 학습 모델을 의미합니다. 퍼셉트론 이후에 개발 된 다른 유형의 신경망이 있으며, 신경망의 다양성이 지속적으로 증가하고 있습니다 (특히 오늘날의 최첨단 유행 딥 러닝이 어떻습니까?).

퍼셉트론 모델은 신경망 모델 세트에 포함됩니다.

(단일 계층) 퍼셉트론은 선형 이진 분류기로 작동하는 단일 계층 신경망입니다. 단일 계층 신경망이기 때문에 역 전파와 같은 고급 알고리즘을 사용하지 않고도 학습 할 수 있으며 학습 속도로 지정된 단계에서 오류를 "단계적으로"단계별로 학습 할 수 있습니다. 누군가 퍼셉트론을 말할 때, 나는 보통 단일 레이어 버전을 생각합니다.

그러나 다층 퍼셉트론 에 대해 이야기하는 경우이 용어는 피드 포워드 신경망 과 같습니다 .

퍼셉트론 학습 절차는 숨겨진 레이어로 일반화 할 수 없습니다

• 퍼셉트론 수렴 절차는 가중치가 변경 될 때마다 모든 "일반적으로 실행 가능한"가중치 세트에 더 가까워 지도록하여 작동합니다.

–이 유형의 보증은 두 가지 좋은 솔루션의 평균이 나쁜 솔루션 일 수있는 더 복잡한 네트워크로 확장 될 수 없습니다.

따라서“다층”신경망은 퍼셉트론 학습 절차를 사용하지 않습니다.

– 절대로 다층 퍼셉트론이라고해서는 안됩니다.

-Reference Coursera.org-신경망 코스-3 주차

@Nick 이 언급했듯이 Preceptron 은 단일 계층 의 신경망으로 , 상식에 따라 손으로 작성한 프로그램 을 사용하여 기능 을 정의합니다 . 이 기능은 네트워크 입력으로 사용 된 다음이를 기반으로 이진 결정 을 내립니다.

[이미지와 설명은 Coursera의 Hinton Slide를 기반으로 함]