딥러닝 2.0 신경망

신경망 : 앞에서 본 퍼셉트론의 발전 형태다.

 

 

 

 

 

신경망의 원리

그림1

신경망은 입력층, 은닉층, 출력층 총 3가지 층으로 이뤄져있다.

 

신경망과 퍼셉트론의 차이점?

퍼셉트론에서는 가중치의 값을 사람이 수동으로 설정 해야한다는점이다.

신경망에서는 이 가중치 값을 데이터로 부터 자동으로 학습해 설정한다.

 

 

다음은 신경망과 퍼셉트론에서 사용하는 함수에 대해 알아보겠다.

 

활성화 함수

활성화 함수 : 입력 신호의 총합을 출력 신호로 변환하는 함수다.

 

 

 

 

 

 

활성화 함수 식

 

a = b + w1x1 + w2x2

y = h ( a)

 

 

 

 

 

 

 

활성화 함수 처리 과정

그림2

그림2 편향이 1로 고정된걸 알수있다.

그 이유는 편향의 입력 신호는 항상 1이기 때문이다.

 

 

다음은 신경망에서 사용하는 활성화 함수중 두가지를 알아보겠다.