클래스: 인공지능 소개

무료이용으로 수강해 보세요.

업계 전문가가 강의하는 클래스 24,200개를 수강하세요.

연결 가중치

연결 가중치

클래스: 인공지능 소개

1개월 무료이용 시작 단체용 구매

연결 가중치

“

- 인간으로서 우리는 항상 데이터에 가중치를 추가합니다. 결과를 더 잘 예측하기 위해 데이터의 기능을 살펴봅니다. 아름다운 잔디가 무성한 열린 공간의 사진을 보고 있다고 가정해 보겠습니다. 그러면 사진에 약간 흐릿한 물체가 보입니다. 그 흐릿한 물체가 개인일 확률은 얼마나 된다고 생각하십니까? 이제 메마른 사막의 이미지를 보고 있다고 상상해 보십시오. 이 그림에는 약간 흐릿한 물체가 있습니다. 이 물체가 개인일 확률은 얼마나 된다고 생각합니까? 당신이 대부분의 사람들과 같다면, 개는 풀밭에 있을 가능성이 훨씬 더 높다고 추측할 것이므로 인간의 신경 연결은 풀밭에 긍정적인 가중치를 추가하고 건조한 사막에 부정적인 가중치를 더했습니다. 인공 신경망도 같은 일을 합니다. 우리와 마찬가지로 이러한 네트워크는 확률의 세계에서 작동해야 합니다. 사막 한가운데에 개가 있을 수도 있지만, 만약 당신이 인공 뉴런이라면, 당신은 활성화에 대해 매우 회의적일 것입니다. 인공 신경망은 데이터를 더 잘 이해할 수 있도록 스스로를 조정할 수 있는 방식으로 구조화되어 있습니다. 마치 자기 튜닝 악기와 같습니다. 기타와 같은 악기를 조율하려면 음을 칠 때 비틀 수 있는 손잡이가 필요합니다. 인공 신경망을 사용하면 이러한 손잡이가 뉴런 간 연결의 무게를 변경합니다. 인공 신경망은 각 계층의 뉴런 간 연결에 가중치를 추가합니다. 은닉층의 각 뉴런은 다음 층의 다른 모든 뉴런으로 전달됩니다. 따라서 모든 숨겨진 계층에 100개의 뉴런이 있다면 해당 계층의 각 뉴런은 100개의 연결을 갖게 됩니다. 그만큼 많은 연결성이 필요합니다. 그러나 정말 강력해지는 부분은 이러한 연결 각각에 무게가 있다는 것입니다. 그렇기 때문에 신경망의 스케치를 본 적이 있다면 각 연결선에 숫자가 있는 W가 있음을 알 수 있습니다. 따라서 이 경우 W1, W2, W3, 최대 W100을 갖게 됩니다. 숨겨진 레이어 각각에 대해 이것을 볼 수 있습니다. 이제 이러한 각 연결의…

목차