728x90

신경망 공부를 하게 되면 여러가지 표기법을 접하게 됩니다.

다음은 간단한 신경망을 표시한 것입니다.

(1) 우선 입력 a, b,c 로 입력 변수가 3개 있습니다.

(2) 입력된 a,b,c 에 가중치 적용됩니다. Wa, Wb, Wc

(3) 입력된 값의 (가중) 합계를 구합니다. Σ 입력값 X 가중치

     X = a Wa + b Wb + c Wc 

     회귀분석의 경우와 비슷한 형태입니다.

 

(4) 입력된 값의 합계(가중합계)에 시그모이드 함수를 적용합니다.

     로지스틱 회귀분석의 경우와 비슷한 형태를 가집니다.


(5) 시그모이드 함수의 결과가 출력(y) 가 됩니다.
     여러 시그모이드 함수 중에서 로지스틱함수가 가장 많이 사용됩니다.

 

r3_신경망_01.jpg

 

이번에는 두 개의 출력이 있는 경우를 설명합니다.

입력변수가 X1, X2, X3 으로 세 개 있고 출력이 Y1, Y2 두 개가 있는 경우입니다.

 

r3_신경망_02.jpg

여기에서 눈여겨 봐야 할 부분이 가중치(W)입니다.

W13 는 입력변수1이고 출력변수가 3 인 경우가 아니고

          출력변수 1이고 입력변수 3인 경우를 의미합니다.

그리하여

W31출력변수가 3이고 입력변수가 1인 것을 의미합니다.

 

참조: 책에 따라서는 W12가 입력변수가 1이고, 출력변수가 2인 것으로 표기하는 경우가 있습니다

r3_신경망_03.jpg

이를 행렬식으로 표현하면 다음과 같습니다.

r3_신경망_04.jpg

 

+ Recent posts