입력 데이터A > 뉴런A
입력 데이터B > 뉴런A
뉴런 = (입력데이터A * 가중치A) + (입력데이터B * 가중치B) + 편향 -> 활성화함수 -> 활성/비활성
1. 뉴런에 들어온 여러 입력데이터의 가중합을 구함
2. 그 가중합을 활성화 함수의 임계치와 비교
3. 임계치보다 크면 그 뉴런은 활성화, 임계치보다 작으면 그 뉴런은 비활성화
'Data Engineering > AI' 카테고리의 다른 글
[ML] 경사하강법(Gradient Descent) 이란? (2) | 2022.09.11 |
---|---|
[AI, ML, DL] 선형함수, 비선형함수란? (0) | 2022.09.08 |
[AI, ML, DL] 계단함수란? (0) | 2022.09.08 |
[AI, ML, DL] 인공지능 활성화 함수란? (0) | 2022.09.08 |
[AI, ML, DL] 인공신경망 가중치와 편향이란? (0) | 2022.09.08 |