[ 몽총이 파이썬 딥러닝 공부 - 02 ] 신경망/활성화함수 개념

이전에는 단층 퍼셉트론을 이용하여 붓꽃/생선 데이터를 이용하여 퍼셉트론 분류를 진행했습니다. 단층 퍼셉트론은 계단함수를 이용하기 때문에 선형적으로 분류를 할 수 밖에 없는 단점이 있습니다. 그래서 이러한 단점을 보완하기위해 신경망이 나오게 됩니다. 신경망은 여러개의 단층 퍼셉트론들을 합쳐 구성한 것입니다. 이러한 신경망은 비선형으로 데이터를 분류를 할 수 있게 해줍니다. 이처럼 퍼셉트론이 합쳐져 만든 신경망은 입력층,은닉층,출력층으로 나뉘어집니다. 여기서 입력층은 말그대로 데이터의 입력이 들어오는 부분입니다. 은닉층은 예측값 즉 출력층에 나오는 결과값들을 계산하는 층인데 실제로 신경망을 이용하여 누군가한테 결과를 보여줄때는 입력층과 출력층만을 보여주기때문에 계산을 해주는 은닉층은 보여주지 않습니다. 그래서 은닉층이라 부릅니다. 은닉층에서는 활성화함수를 이용하여 입력된 값을 비선형함수로 만들어준 후 이후 결과값을 다음 층에 보여줍니다. 여기서 h(x)는 활성화 함수를 의미하고 z는 활...

원문링크 : [ 몽총이 파이썬 딥러닝 공부 - 02 ] 신경망/활성화함수 개념