-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
Auto Differentiation에서 computational Graph 질문있습니다
24.06.30 22:15 작성 조회수 34
1
안녕하세요, 좋은 강의 준비해주셔서 감사드립니다.
딥러닝에 대한 흥미가 점점 더 깊어지는 중입니다!
한가지 간략히 질문드리고 싶습니다.
노드의 정의 문제와 관련된거 같은데요.. computation graph에서의 노드는 x, w, h, y, L 전부를 의미하는 반면, Neural network에서의 노드는 x, h, y, L이라고 이해하면 될까요?
미리 감사드립니다.
답변을 작성해보세요.
1
변정현
지식공유자2024.07.01
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!
답변 1