텐서플로우 인공 신경망 기본 구성
1. 기본 신경망 구조 우리는 네트워크 연결 및 활성화 함수를 정의하면서 다층 신경망을 구축할 수 있습니다. 이전 계층의 출력은 다음 계층으로 값이 넘어가며 다층신경망은 비선형 함수의 구성을 학습하게 됩니다. 인공 신경망에서 노드의 활성화 함수는 입력 또는 입력 세트들이 주어진 해당 노드의 출력을 정의합니다. 2. Activation function 1. Sigmoid 시그모이드 활성화 함수는 0과 1 사이의 뉴런 사전 활성을 산출합니다. 항상 양수이며 경계선으로 무한히 수렴합니다. 2. TanH TanH는 쌍곡 탄젠트 활성화 함수로 -1과 1사이에서 뉴런 사전 활성화가 산출됩니다. 이는 결과값이 음수 혹은 양수가 될 수 있으며 시그모이드와 마찬가지로 경계선에 무한히 수렴합니다. 3. ReLu Recti..