Softmax1 신경망2 출력층 설계 기계학습은 분류와 회귀로 나뉜다. 분류는 데이터가 어느 클래스에 속하느냐는 문제이고 (주로 소프트맥스 함수 사용) 회귀는 입력 데이터에서 연속적인 수치를 예측하는 문제이다 (주로 항등 함수 사용). 항등 함수 입력 그대로 출력, 입력과 출력이 항상 같기 때문에 항등 함수 그림으로 표현하면 소프트맥스 함수 분류에서 사용하며 n은 출력층의 뉴런 수, yk는 그 중 k번째 출력을 뜻한다. 소프트맥스 함수의 분자는 입력 신호 ak의 지수함수, 분모는 모든 입력 신호의 지수 함수의 합으로 구성된다. 소프트맥스 함수를 그림으로 표현하면 이런식으로 나오게 되는데 소프트맥스 함수 수식의 분모에서 보면 출력층의 각 뉴런이 모든 입력 신호에서 영향을 받기 때문이다. 소프트맥스 함수는 구현시 주의해야 할 점이 .. 2020. 7. 7. 이전 1 다음
