DNN (Deep Neural Network, 심층 신경망)

Fully-Connected Neural Network

입력을 받는 Input layer, 입력 값을 변형시키는 Hidden Layer, 값을 출력하는 Output Layer로 구성되어 있는 인공 신경망입니다.. layer 내부의 뉴런끼리는 서로 연결이 되어 있지 않고, 앞/뒤 layer의 모든 뉴런 사이에만 연결되어 있습니다.

Fully-Connected Neural Network, Feedforward Neural Network(FNN) 등으로 부르기도 한다.

 

Layer의 구조

하나의 층은 여러 여러 값을 받아 한 값을 출력하는 Perceptron으로 구성되어 있습니다.

• Input Layer : 외부로부터 입력값을 받는 Layer. 우리가 이미 가지고 있는 데이터를 의미한다.
• Hidden Layer : 입력값을 변형시켜 다음의 Hidden Layer/Output Layer로 값을 전달하는 Layer. 가지고 있는 값을 분석해 얻어낸 추상적인 값을 의미한다.
• Output Layer : 값을 모델 외부로 출력하는 Layer. 우리가 얻고 싶은 결과값을 의미한다.

참고 자료

 

• 자습해도 모르겠던 딥러닝, 머리속에 인스톨 시켜드립니다.: 딥러닝의 기본적 학습 방법 및 VGG 모델 설명
• 딥러닝 단어사전:
  기초 개념,
  파라메터 최적화,
  뉴럴넷 구조 1,
  뉴럴넷 구조 2,
  트릭 및 소프트웨어
• 논문으로 시작하는 딥러닝 (요점 정리 및 source code)