入力層は前処理後の 観測データを受け取る 入力は特徴量として扱う 入力層のニューロン数は 特徴量の次元数 入力層は重みを持たず 次の層が重みを持つ 前処理済みの 数値ベクトルを入れる 正規化・標準化・ One-Hotを施す 前処理は入力層の 役割ではない 入力準備工程に含まれる 出力層は最終予測を出す層 分類ならクラス確率・ ラベルを出力 回帰なら数値を直接出力 二値分類はシグモイド、 多クラスはソフトマックス 回帰は活性化なしの恒等関数 出力層は損失関数と 直接結びつく 出力の形式に 合わせて損失を選ぶ 入力層と出力層の 間は表現学習 中間層で入力を 変換し特徴を作る 分類の出力ニューロン数は クラスの数 回帰の出力ニューロン数は 出力ベクトルの次元数 確率を出すときは ソフトマックス＋ 交差エントロピー
0/500