[딥러닝] 신경망 층 개념[입력층,은닉층,출력층]
신경망 층(Layer) 구성 신경망의 기본 구조는 입력층(input layers), 은닉층(hidden layers), 출력층(output layers) 으로 나뉩니다 입력층(Input Layers) - 데이터가 입력되는 공간. 계산없이 값만 전달하기 때문에 신경망의 깊이에 포함하지 않음. 위그림은 2층 구성. 노드의 개수 조절 불가 은닉층(hidden layers) - 연산이 진행되는 장소. 계산의 결과를 사용자가 볼 수 없게 숨겨져있음. 딥러닝은 2개이상의 은닉층 보유 노드의 개수 조절 가능 출력층(output layers) - 출력의 형태 결정. 대부분 활성함수(activation function)가 존재 > 회귀문제의 예측목표변수가 실수값이면 활성화 함수가 필요 없습니다. > 이진분류는 시그모이드..
카테고리 없음
2021. 8. 10. 10:03
