[세미나 발표 2] 머신러닝 세미나 3팀 - 다중퍼셉트론(MLP)
머신러닝단계 두번째 세미나가 9월 28일 열렸습니다.
머신러닝 3팀은 박병현 회원, 이은성 회원, 최영효 회원, 한영동 회원으로 구성되어 있습니다.
이 날 발표는 이은성 회원, 최영효 회원이 담당하였는데요.
세미나 발표주제는 '다중퍼셉트론(MLP)'입니다.
위와 같은 순서로 발표를 진행해주셨습니다.
단층 퍼셉트론은 AND GATE, OR GATE 와 같은 기본 논리 회로만을 선형 분리 할 수 있습니다.
XOR GATE 등은 선형 분리 할 수 없다는 한계점이 있는 것입니다.
따라서 XOR GATE는 단층 퍼셉트론으로는 해결할 수 없기 때문에, 다층 퍼셉트론(MLP)가 필요한 것입니다.
다층 퍼셉트론의 정의입니다.
다층 퍼셉트론의 예시입니다.
Keras를 이용하여, ML1팀이 설명했던 수기를 이용한 다중 퍼셉트론을 간단한 예시로 구현을 한 것입니다.
자세한 내용은 CNN과 관련된 내용이라, 다음 세미나에 더욱 자세히 알아보겠습니다.
Conv2D와 MaxPool2D가 하나의 층으로, 총 세 개를 쌓았습니다. 이것을 하나의 은닉층이라 보시면 됩니다.
Dense 부분이 output 입니다.
Epoch 가 5개이므로, 같은 데이터셋을 다섯 번 학습을 하는 것인데 학습을 할 수록 loss 값이 줄어드는 것을 확인할 수 있습니다.
이번에는 같은 모델을 Pytorch로 구현했습니다.
다음으로는 MLP의 문제점에 대해 살펴보았습니다.
MLP의 문제점인 Overfitting을 막는 첫 번째 방법입니다.
MLP의 문제점인 Overfitting을 막는 두 번째 방법입니다.
MLP의 문제점인 Overfitting을 막는 세 번째 방법입니다.
MLP의 문제점인 Overfitting을 막는 네 번째 방법입니다.
MLP의 문제점인 Overfitting을 막는 다섯 번째 방법입니다.
세미나를 위해 고생해주신 ML3팀 모두 고생하셨습니다. :>