https://youtu.be/aircAruvnKk

이해를 돕기위한 예시부터 시작 : 숫자 이미지가 어떤 숫자를 나타내는지 판단

1. 이미지의 각 픽셀은 그것의 밝기로 수치화가 가능
2. wh픽셀의 이미지는 w by h matrix로 치환되고, 이는 1 wh차원 벡터와 동치
3. 이를 분석함으로써 0~9의 숫자 중 하나를 return하게 된다

<aside> 💬 수열화된 학습 데이터를 만들 수 있고, 리턴 선택지가 유한해야 러닝으로 해결할 수 있을 듯

</aside>

💡러닝은 본질적으로 Domain $\mathbb R^X$ → Range $[0,1]^N$ 함수를 설계하는 것

<aside> ⚙ X : 입력 데이터를 수열화했을때의 Dimetion

N : return할 선택지의 개수

함수의 return이 $e_k$에 가까운 값 → 입력데이터가 k-th 선택지에 해당한다 판단

(맞으면 학습 잘됨 / 틀리면 학습 잘못됨)

함수의 return이 단위벡터가 아닌 이상한 값 → 선택지중 하나라고 확신하지 못함

(학습이 덜됐거나, 입력이 이상하거나)

</aside>

딥러닝 모델은 입력층 은닉층 출력층으로 이루어짐

위의 설계할 함수 Domain을 입력층이라 부르고, Range를 출력층이라 부르는 것