신경망

퍼셉트론은 복잡한 함수도 표현할 수 있지만 가장 큰 단점으로는 사람이 일일이 수동으로 가중치를 설정 하는 작업이 필수라는 것이다.
하지만 신경망은 가중치를 자동으로 설정한다는 것이다.

신경망

출처 : https://deep-learning-study.tistory.com/9

가장 왼쪽 줄을 입력층, 중간 줄을 은닉층, 가장 오른쪽 줄을 출력층이라고 한다.

입력층이나 출력층과 달리 은닉층은 사람의 눈에 보이지 않는다.

신경망과 퍼셉트론의 차이는?

앞에서 올렸던 퍼셉트론과 신경망은 별 차이가 없어보인다.
실제로 뉴런이 연결되는 방식은 앞의 퍼셉트론과 다를게 없다.

그럼 신경망에서는 신호를 어떻게 전달할까?

퍼셉트론 복습

퍼셉트론을 식으로 나타내면 아래와 같이 나타난다.

출처 : https://url.kr/rj63u9

여기서 b는 편향을 나타내는 매개변수로 뉴런이 얼마나 쉽게 활성화되느냐를 제어한다.
w1,w2는 각 신호의 가중치를 나타내는 매개변수로 각 신호의 영향력을 제어한다.

위처럼 퍼셉트론에 편향 (b) 를 명시하면 아래와 같이 나타낼 수 있다.

출처 : https://url.kr/bhn5a7

위 그림에서는 가중치가 b이고 입력이 1인 뉴런이 추가되었다.

위 그림을 간단하게 식으로 요약하면 아래와 같이 나타낸다.

입력 신호의 총합이 h(x)라는 함수를 거쳐 변환되어, 그 변환된 값이 y의 출력값이 됨을 보여준다. 그리고 h(x) 함수는 입력이 0을 넘으면 1을 돌려주고 그렇지 않으면 0을 돌려준다.