Neuron
뉴런
Neuron은 여러 Input에 Weight를 적용하고 Bias를 더해 하나의 값을 만드는 신경망의 기본 계산 단위입니다.
WHY SHOULD I KNOW THIS?
왜 알아야 하나?
Layer와 Network 전체가 결국 이 기본 계산을 대량으로 반복하기 때문입니다.
WHERE IS IT USED?
어디에 사용되나?
MLPCNN 내부 계산Transformer Feed Forward분류기
LIVE NEURON
Input0.70
× 0.80Σ
+ 0.10Output0.660
NEURAL SIGNAL
z = xw+b = 1.06
ReLU(z) = 1.06
신호가 뉴런을 통과하며 어떻게 변하는지 확인하세요.
ReLU(z) = 1.06
신호가 뉴런을 통과하며 어떻게 변하는지 확인하세요.
INTERACTIVE CONCEPT LABNEURAL SIGNAL LAB
CURRENT STAGE1 / 6 · Input
Input
노드를 클릭하거나 PLAY FLOW를 눌러 정보가 어떻게 이동하는지 단계별로 확인하세요. 슬라이더는 시각적 영향도를 조절합니다.
이 Topic에서 알아야 할 핵심
✓Input
✓Weight
✓Bias
✓Weighted Sum
이해 확인 질문
Q1Weight가 음수면?
Q2Bias는 왜 필요한가?
Q3Neuron 하나가 무엇을 학습하는가?
CATEGORY
DEEP LEARNING FOUNDATION뉴런에서 네트워크까지 딥러닝의 계산 구조를 단계적으로 이해합니다.
CURRENT PATH
06.05 Neuron이 Topic의 위치와 앞뒤 순서를 항상 Curriculum 기준으로 유지합니다.