신경망(Neural Network) 구조

Deep Learning 구조

딥러닝은 기본적으로 Input layer - Hidden layer - Output layer 구조로 되어있다.

각 layer는 퍼셉트론을 통해 입력 값을 받아 들이고 가중합을 통해 결과를 도출하고 결과를 전달할 때 활성화 함수를 통해 전달할 형태를 결정하여 전달한다.

퍼셉트론

노드로 불리기도 한다.
Frank Rosenblatt에 의해 개발되었으며 Marvin Minsky에 의해 유명해졌다.

가중합(Weighted sum)

• 입력 값과 가중치를 곱하고 bias를 더하여 가중합을 구한다.
• $W_1\cdot{i_1}+W_0$

활성화 함수(Activation function)

• sigmoid: 0~1사이의 결과, 이진 분류에 사용된다.
• softmax: 0~1사이의 결과 + 결과들의 합이 1, 주로 다중 분류에 사용된다.
• direct function: 연속적인 수치 결과, 회귀를 수행할 때 활성화 함수를 따로 설정하지 않은 상태를 말한다.