728x90
Neural Network Overview (C1W3L01)
- 신경망을 어떻게 만들어내는지 간략하게 보자.
- 입력 x, 가중치 w, 편향 b로 출력 z를 구하고, 활성화 함수로 활성 값 a를 구함.
- 그 다음 활성 결과 a와 타겟 y를 통해 비용을 구하자.
Neural Network Representations (C1W3L02)
- 신경망 표현들에 대해서 살펴보자.
- 입력층, 은닉층, 출력층
- 훈련셋은 입력 x와 출력 y로 구성.
- 아래의 예시는 2층 신경망. 입력층을 세지 않음.
- 각 은닉층 유닛에는 대응되는 가중치와 편향값들을 가짐.
Computing Neural Network Output (C1W3L03)
- 지난 시간 은닉층이 하나인 신경망을 봄. 이번에는 어떻게 신경망이 출력을 계산하는지 자세히 살펴보자.
* 로지스틱 회귀 연산 과정을 여러번 반복함.
- 위 이미지의 연산 과정을 3, 4번째 은닉 유닛 계산에도 동일하게 수행됨.
- 가중치 행렬과 편향을 더하고, 시그모이드를 적용하여 출력 벡터 z을 구함.
- 두번째 은닉층 계산만 보면 로지스틱 회귀와 유사함.
- 훈련셋을 열로 쌓으면 한 훈련 샘플이 아닌 전체 훈련셋으로 계산 가능
300x250