인공지능 -신경망 기본구조

뉴런 -> 노드
노드의 덩어리 -> layer(층)
노드와 노드를 연결하는 선->연산 - >파라미터

노드의 역할
노드의 역할을 세 단계로 구성
입력신호가 입력되면 각각 고유한 가중치가 곱해진다.
다음 노드에서 입력되는 모든 신호를 더해준다.
각 노드에서의 연산값이 정해진 임계값(Threshold Logic Unit)을 넘을 경우에만 다음 노드들이 있는 층(layer)으로 신호를 전달한다.

INPUT_LAYER(입력층)

입력층은 데이터셋으로부터 입력을 받는다.
입력 변수의 수와 입력 노드의 수는 같다.
보통 입력층은 어떤 계산도 수행하지 안고 그냥 값들을 전달하기만 하는 특징을 가지고 있다.
신경망의 층수 (depth)를 셀때 입력층은 포함하지 않는다.

HIDDEN_LAYER(은닉층)
계산이 일어나는 층이 둘 이상인 신경망을 다층(multilayer) 신경망 이라고 부른다
계산이 없는 입력층과 마지막 출력층 사이에 있는 층들을 은닉층(Hidden Layers) 이라고 부른다.

OUTPUT_LAYER(출력층)
가장 마지막에 위치한 층으로 은닉층 연산을 마친 값이 출력되는 층이다.
신경망 모델에서 출력값을 의미함.