Differences

This shows you the differences between two versions of the page.

--- 딥러닝:뉴런 [2025/10/16 13:25] – [숫자를 인식하는 [[딥러닝:네트워크|모델]]의 [[딥러닝:레이어]]의 각 뉴런의 경우 대충 이하와 같다] masteraccount
+++ 딥러닝:뉴런 [2025/10/20 16:16] (current) – masteraccount
@@ Line 5: / Line 5: @@
 ==== 수학적 개념 ====
 기본적으로 두가지 함수를 순서대로 실행하는 하나의 계산단위라고 보면된다.\\
-단게 : 이전 층의 뉴런들로부터 입력신호&중요도(=가중치, $w$)를 받아서 모두 곱한뒤 [[머신러닝:편향]](b)를 더함. ($  sum = (w_1 x_1 + w_2 x_2 + ...)+b  $) \\
+단게 : 이전 층의 뉴런들로부터 입력신호 & 가중치($w$)를 받아서 모두 곱한뒤 [[머신러닝:편향]](b)를 더함. ($  sum = (w_1 x_1 + w_2 x_2 + ...)+b  $) \\
+\\
 단계 : 1단계 계산된 결과를 [[각종함수:활성화함수]]에 넣어서 [[각종함수:활성화함수|활성화값]]을 받는다.\\
 \\
-=== 풀어서 개념 설명 ===
+==== 예시 ====
-각 뉴런들은 뭔가 (이미지가 될수도, 텍스트가 될수도 있음) 입력으로 들어오면 이미 셋업된 기준대로 1단계,2단계를 거쳐 숫자를 뽑아낸다.\\
+번 은닉레이어에 A,B 뉴런이 있고,\\
+번 은닉 레이어 X 뉴런이 있을떄, \\
 \\
+X 뉴런은 바로 앞 레이어의 뉴런 개수만큼의 가중치를 가지고잇다. 이것이 $ w_1, w_2 ...x_n $ 인것이다. \\
+X 뉴런은 이전 레이어의 뉴런에 상관없이 하나의 편향을 가지고있다. \\
 \\
-\\
+우히에 A,B 각 뉴런은 입력값에 따라 출력값을 내보내고 X 뉴런에 전달한다. \\
+X 뉴런은 $  sum = (w_1 x_1 + w_2 x_2 + ...)+b  $ 으로 계산한다. \\
+각 뉴런들은 뭔가 (이미지가 될수도, 텍스트가 될수도 있음) 입력으로 들어오면 이미 셋업된 기준대로 1단계,2단계를 거쳐 숫자를 뽑아낸다.\\