신경망 네트워크 구성 | Neural Network Representations

@신경망 네트워크 구성

 

 

 

@입력층(Input layer)

-입력 특성들의 층

-a^[0]으로 표기

 

 

@은닉층(Hidden layer)

-입력층과 출력층 사이의 모든 층

-은닉층이라는 이름은 훈련 세트에서 볼 수 없다는 걸 의미

 지도 학습으로 훈련시키는 신경망에선 훈련 세트가 입력값 X와 출력값 Y로 이루어져 있음

은닉층의 실제 값은 훈련 세트에 기록되어 있지 않음

 ->훈련 세트에서 무슨 값인지 모른다는 것

 

 

@출력층(Output layer)

-예측 값인 y hat의 계산을 책임짐

 

 

 

입력값과 출력값은 알 수 있지만 은닉층의 값들은 알 수 없음

 

 

 

@입력층 하는 일

a^[0] = X

a^[0]은 입력층의 활성값이라고 부름

a는 활성값을 의미하고 신경망의 충돌이 다음 층으로 전달해주는 값을 의미

입력층은 X를 은닉층으로 전달해줌

 

 

@은닉층 하는 일

은닉층은 활성값 a^[1]을 만듬

은닉층의 첫번째 노드는 a_1^[1]을 만들고

두번째 노드는 a_2^[1]를 만듬

위 a^[1]은 4차원 벡터가 됨

->해당 은닉층에 은닉 노드가 4개 있기 때문

 

파이썬에서는 위 그림처럼 생긴 (1,4) 행렬 혹은 열 벡터라고 할 수 있음

 

 

@출력층 하는 일

출력층은 실숫값(real number) a^[2]를 만듬

y hat은 a^[2]의 값을 가지게 됨

로지스틱 회귀에서 y hat이 a값을 가지는 것과 비슷

 

 

 

신경망의 층 셀 때 입력층은 세지 않기 때문에 위 신경망은 2층(2 layer NN)

(은닉층이 첫번째 층, 출력층이 두번째 층)

 

 

 

 

참고)