[딥러닝] 4-5 벡터화 구현에 대한 설명

이전포스팅;

https://devlunch4.tistory.com/101

4-4 많은 샘플에 대한 벡터화

 

---

4-5 벡터화 구현에 대한 설명

 

학습목표;    신경망에서 다중 샘플에 대한 벡터화를 설명한다.

핵심키워드;    벡터화(Vectorization)

 

• 전파
•  

  

• 첫훈련샘플 i = 1 인경우 Z^{1}(i) = W^[1](i)x[1](i)+b[1](i)
• 두번째 i =2…. 3..4..5..6..
• 설명을 간단히 하기위해 b =0 으로 처리.

• 

• W는 열벡터
• 훈련샘플을 모두 쌓아 훈련세트인 X, 행렬X와W를 곱하면 z[i](1) 

• 

• 한번에 하나의 훈련 샘플에 대해 정방향 전파를 한다면 i가 m까지 진행
• 이 훈련 샘플을 열로 쌓음 > 그리고 샘플을 벡터화
• X = A^[0] >> 입력특성벡터 x는 a^[0]와 같다.>> x^(i) a^[0](i) >> 이 식의 대칭성