인프런 커뮤니티 질문&답변

안녕하세요!

변정현입니다~

강의가 도움이 되고 있어서 저도 보람차네요!

좋은 질문 주셔서 감사합니다!

네 맞습니다! Computational Graph에서의 노드는 입력값들과 수행되는 연산들을 의미합니다! 따라서 x, w, h, y, L 전부 Computational Graph 상에서 노드로 표현됩니다.

반면에 Neural Network에서의 노드는 Neural Network의 각 Layer을 구성하는 뉴론을 의미합니다. 그리고 각 뉴론이 출력하는 값이 x, h, y, L이고, 각 뉴론을 구성하는 parameter가 w 입니다.

그래서 엄밀히 말하면, x, h, y, L은 Neural Network의 뉴론 (노드)가 출력하는 값이고, w은 뉴런을 구성하는 parameter인 것입니다.

그래도 대략적인 측면에서 "Neural network에서의 노드는 x, h, y, L"라고 이해해도 괜찮을 것 같습니다!

감사합니다!