[ゼロから作るDeep Learning]ディープラーニングの起源 ~パーセプトロン~ を分かりやすく解説してみた

はじめに

この記事は現在自分が勉強をしている技術書、ゼロから作るディープラーニング 3章パーセプトロンを自分なりに理解してアウトプットしたものです。
文系の自分でも理解することができたので、難しく考えずに楽にみていただけたら幸いです。
さらに、本書を進めるにあたって参考にしていただけたら嬉しいです。

パーセプトロンとは

パーセプトロンとは、複数の0または１の入力信号を受け取り、その合計がある規定値を超えた場合に１を出力してそれ以外の場合は０を出力するアルゴリズムです。

規定値を設定して入力信号を受け取り出力信号に変換する上の四角い箱をニューロンと言います。さらに規定値のことを闘値と言います。

次は今の内容を少し詳細にして解説しようと思います。
各入力信号はニューロンに向かう途中に各自に設定された重みがかけられます。重みや闘値をパーセプトロンのパラメータと言い、このパラメータがパーセプトロンにとって一番重要な値になります。
重みがかけられた入力信号たちがニューロンに集まり総和(合計)され、その総和が設定した闘値を超えたら１出力して超えられなければ０を出力します。

これをPythonコードで表すと下のようになります。

import numpy as np
def perceptron(X):
    x = np.array([0,1,1,0,1]) #入力信号
    w = np.array([0.3,0.7,1.4,0.5,0.3])#重み
    xw = x*w
    Y = x.sum() #ニューロンの役割
    if Y > X:
        return 1
    elif Y <= X:
        return 0

print(perceptron(2)) #闘値が２の場合
1
print(perceptron(3)) #闘値が3の場合
0

少し詳細に解説しましたが、プログラミングを勉強したことがある人なら理解することは簡単だと思います。

今回はパーセプトロンを解説してみました。このパーセプトロンがなぜディープラーニングの起源と呼ばれているかなどは次回以降に解説しようと思います。