[DL] 입력 계층(Input layer)

순방향 신경망의 입력 계층은 입력 데이터를 벡터 형태로 받아서 다음 계층에 전달하는 역할을 합니다.

따라서 입력 데이터의 크기가 n개인 벡터라면 입력 계층은 n개의 뉴런으로 정의됩니다.

예를 들어, 다음과 같이 정의된 자동차 연비를 예측한다면,

크기가 9인 1차원 벡터 $x^T$={$x_1, x_2, ..., x_9$}를 입력 받는 입력 계층을 구성한다.

input data
실린더 수
배기량
마력
공차 중량
가속
모델 연식
미국 생산 차
유럽 생산 차
일본 생산 차

$x^T$={$x_1, x_2, ..., x_9$}

가 순방향 신경망을 통하면

y로 연비라는 실숫값이 나옵니다.

반면 다음과 같은 28x28 크기의 MNIST 필기체 숫자 이미지를 인식한다면,

이 이미지를 1차원으로 변환한 크기가 784인

$x^T$={$x_1, x_2, ..., x_{784}$}

를 입력 받는 입력 계층을 구성합니다.

똑같이 순방향 신경망을 통해 $y^T$는 0에서 9까지의 클래스에 속할 확률이 나옵니다.

$y^T$={$y_1, y_2, ..., y_{10}$}