Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- c++
- 이진분류
- 계단 함수
- vanishing gradient
- deep learning
- 경사하강법
- 순방향 신경망
- bfs
- OpenGL
- 기울기 소실
- 딥러닝
- 과대적합
- 범용 근사 정리
- dl
- union-find
- DP
- 백준
- dijkstra
- BOJ
- 단층 퍼셉트론
- 이진 분류
- 베버의 법칙
- 알고리즘
- 3d
- 손실 함수
- 베르누이 분포
- feedforward neural network
- 다익스트라
- 동적계획법
- Perceptron
Archives
- Today
- Total
목록순방향 신경망 (1)
Hello COCOBALL!

순방향 신경망순방향 신경망은 가장 기본적인 형태의 인공 신경망이다. 입력층, 은닉층, 출력층으로 구분되며 입, 출력층은 각각 하나씩 존재하지만 입력층과 출력층 사이에 있는 은닉층은 문제의 복잡도에 따라 가변적으로 구성된다. 계층이 2~3개 정도로 구성되어 있으면 얕은 신경망(Shallow Neural Network), 그 이상인 경우에는 깊은 신경망(Deep Neural Network, DNN)이라고 한다. 1. 입력층 : 외부로부터 입력 데이터를 받아들임.2. 은닉층 : 데이터의 특징을 추출.3. 출력층 : 추출된 특징을 기반으로 추론한 최종 결과 출력. 순방향 신경망은 모든 계층이 완전 연결 계층(Fully Connected Layer)로 구성된다. 각 계층에 속한 모든 뉴런들이 이전 계층의 모든 뉴..
Deep Learning
2024. 6. 24. 14:11