ニューラルネットワークの基本

基本構造

• ニューロン : ニューラルネットワークの基本単位で、ノードまたはパーセプトロンとも呼ばれます。各ニューロンは一つ以上の入力を受け取り、それを処理して出力を生成します。
• 層 : ニューロンは層に組織化されています。
  • 入力層 (Input Layer) : 最初の層です。入力データを受け取る役割をします。
  • 隠れ層 (Hidden Layer) : 入力層と出力層の間にある層です。この層では、計算が行われます。隠れ層は一つまたは複数存在することがあります。
  • 出力層 (Output Layer) : 最後の層です。ネットワークの出力をします。 各ニューロンは入力データを受け取り、重み付き和とバイアスを使用して処理し、ReLUやシグモイドのような活性化関数を通して出力します。ニューラルネットワークは数百のレイヤーと数百万のニューロンを持つことができます。

単純パーセプトロン (Simple Perceptron)