머신러닝의 기초

입력이 x₁ = 1, x₂ = 2인 작은 신경망에서 은닉층의 두 뉴런이 h₁ = ReLU(x₁ + x₂ − 1), h₂ = ReLU(x₁ − 2x₂ + 1)이고, 출력이 y = 2h₁ + 3h₂ + 1이다. y의 값은?

  1. A−1
  2. B5
  3. C7
정답과 해설 보기

정답: B. 5

ReLU는 입력이 양수이면 그대로, 0 이하이면 0을 출력하는 활성화 함수입니다. h₁ = ReLU(1 + 2 − 1) = ReLU(2) = 2, h₂ = ReLU(1 − 4 + 1) = ReLU(−2) = 0이므로, y = 2 × 2 + 3 × 0 + 1 = 5입니다. 이처럼 입력에서 출력으로 층의 순서대로 계산을 진행하는 것을 순전파라고 부릅니다.

이 분야 연습하기 분야로 돌아가기

머신러닝의 기초의 다른 문제

  1. 정답 클래스에 대해 모델이 출력한 확률을 p라고 할 때, 분류 학습에서 사용하는 교차 엔트로피 손실 −log p의 성질로 적절한 것은?
  2. 경사 하강법에서 가중치 w = 2.0에서의 손실의 기울기 ∂L/∂w가 0.5, 학습률이 0.1일 때, 1회 갱신 후의 가중치는?
  3. y = (2x + 1)²의 x = 1에서의 미분 계수 dy/dx를 u = 2x + 1, y = u²로 두고 연쇄 법칙으로 구할 때, 올바른 값은?
  4. 많은 층을 쌓은 신경망에서 활성화 함수로 시그모이드 함수를 사용하면 입력에 가까운 층의 학습이 잘 진행되지 않는 이유로 적절한 것은?
  5. 10,000건의 학습용 데이터를 미니배치 크기(배치 크기) 50으로 학습한다. 1에폭에서의 가중치 갱신 횟수는?