▷ 밑바닥부터 시작하는 딥러닝 p64 -78 1 신경망 0층 : 입력층 1층 : 은닉층 2층 : 출력층 → 2층 신경망 (가중치를 갖는 층은 2개뿐) ↓ 2 활성화 함수 h(x) h(x) : 입력 신호의 총합을 출력 신호로 변환하는 활성화 함수 「 2단계로 처리」 1. 가중치가 곱해진 입력 신호의 총합 a 를 계산 2. 그 합을 활성화 함수에 입력해 결과 y 출력 퍼셉트론에서는 활성화 함수로 계단 함수를 이용한다 계단 함수 (step function) : 임계값을 경계로 출력이 바뀜 계단 함수 이외의 함수를 사용하면 어떻게 될까? ▼ 신경망의 세계 ! 3 시그모이드 함수 sigmoid function 신경망에서 자주 이용하는 활성화 함수 퍼셉트론과 신경망의 주된 차이 : 활성화 함수 ! (차이점) 시그노..