Multilayer Perceptron (MLP)

1. MLP 구조

1) Input Layer

-입력층의 노드 개수 = 입력값 개수

 

2) Hidden Layer

-여러 은닉층이 존재 가능하며, 노드 개수 또한 조정이 가능

-> 노드 개수에 따라 파라미터 개수도 조정됨

 

3) Output Layer

-결과층의 노드 개수 = 결과값 개수

 

※역전파 (BackProPagation)

-손실 함수를 최소화 하기 위해, 경사하강법과 연쇄법칙을 사용하여 각각의 가중치 w를 업데이트

-> 이러한 과정 알고리즘을 '역전파'라 함

 

 

2. Non-linear Classifier using MLP

-여러 개의 선형을 이용해 결합하여 non-linear 결정 경계 표현 가능