[딥러닝] 4-3 신경망 네트워크 출력의 계산

이전포스팅;

https://devlunch4.tistory.com/99

4-2 신경망 네트워크의 구성 알아보기

 

---

4-3 신경망 네트워크 출력의 계산

 

학습목표;    신경망의 출력값이 도출 되는 과정을 알 수 있다.

핵심키워드;    층(Layer) /     노드(node)

학습내용;

    입력값이 노드를 통과할 때, 두가지 과정을 거치게 됩니다.

     z=w​T​​+b 

     a=σ(z) 

    표기법은 아래와 같습니다.

         a​i​[l]​​ 

        l : 몇 번째 층인지 의미합니다.

        i: 해당 층에서 몇 번째 노드인지 의미합니다.

• 신경망이 정확히 어떤 출력 값을 계산하는가?
• 로지스틱 회귀와 비슷하지만 여러번 반복됨.
•  

  

  
  이전시간 복습 (2층 신경망)
•  

• 

  
  로지스틱 회귀를 나타내는 원은 두단계의 계산을 나타냄

• 

  
  첫번째 단계는 이 해당 화살표 노드의 왼쪽(z=w^tx+b), 오른쪽 a
  노드 1/과 2에 대한 설명 . 각 은닉층 1이므로 [1]
•  
•  

  

•  for문을 사용하면 비효율적 / 4개의 벡터를 이용
• 한층에 노드가 여러개이면 세로로 쌓는다
• 시그모이드 함수는 z^[1] 각원소들의 시그모이드를 계산하는 함수
  
  
•  

• 

• [4,1] 벡터
• 출력층에서는 매개변수 w^[2]와 b^[2]가 있다.w^[2]는 (1,4) b는 (1,1) >>> 결과는 실수가 된다
• 마지막 출력 유닛을 매개변수 w와 b를 가지는 로지스틱 회귀와 비슷하게 생각 >> 출력 유닛과 서로  흡사
• 정리; 로지스틱 회귀에서 출력 혹은 예측값을 계산하려면   z=w​T​​+b ,    y^= a=σ(z)  를 계산
  은직층 하나인 신경망에서는 출력값을 계산위해 위 네개의 증식 구현 > 출력값 계산
• 위 두개식은 은닉층 출력값/ 아래 2개는출력층의 로지스틱 회귀를 계산
• >> 이 신경망의 출력값을 계산하는데엔 이 코드 네줄만이 필요하다.

 

https://devlunch4.tistory.com/101

4-4 많은 샘플에 대한 벡터화