[딥러닝] 01. 인공 신경망의 구조(입력층, 은닉층, 출력층)와 함수 용어 설명(keras), 가중치 행렬
목차 인공 신경망 ( ANN(Artificial Neural Networks, 뉴럴넷(Neural-Net) ) 구조 입력층 ( input ) dataset에서 출력값(label)에 영향을 끼치는 특성들을 입력받는 층으로 학습의 맨 처음 단계이다. 입력된 data(dataset의 feature)들을 은닉층으로 전달한다. -> 신경망의 깊이(층 수)를 셀 때 입력층은 포함하지 않는다. 은닉층 ( hidden ) 입력층에서 전달받은 특성들을 훈련(연산)시키는 층이다. 출력층으로 훈련된 데이터를 전달한다. 신경망의 외부에서는 이 층에 직접 접근할 수 없다. = 계산의 결과를 사용자가 볼 수 없기 때문에 ‘은닉층’이라는 이름이 붙었다. 은닉층이 2개 이상일 때 심층 신경망이라 하고, deep learning으로 ..
