신경망에서 예측을 수행하는 순전파

순전파(Forward Propagation)는 신경망에서 입력 데이터를 받아 출력을 계산하는 과정입니다.

이 과정에서 입력 데이터는 각 층을 통과하면서 변환되며, 최종적으로 예측 결과가 생성됩니다.

순전파는 학습 과정뿐만 아니라 실제 예측을 수행할 때도 사용됩니다.

예를 들어 이미지 분류 모델이 고양이 사진을 입력받았을 때, 여러 층을 거쳐 "이 이미지는 고양이일 확률이 85%"와 같은 출력을 생성하는 과정이 순전파입니다.

Copy
입력: 손글씨 숫자 이미지 (28x28 픽셀)
은닉층 1: 기본적인 선과 모양 감지
은닉층 2: 숫자의 형태 학습
출력층: 숫자가 '5'일 확률이 가장 높음 → 최종 출력: '5'

순전파는 신경망이 입력 데이터를 받아 예측을 수행하는 핵심 과정입니다.

데이터를 층층이 전달하며 가중치와 편향을 적용하고 활성화 함수를 거쳐 최종 결과를 생성합니다.

하지만 학습이 진행되지 않은 상태에서는 정확도가 낮을 수 있으며, 이를 개선하기 위해 역전파를 사용하여 가중치를 조정해야 합니다.

다음 수업에서는 역전파(Backpropagation)와 가중치 조정 방법에 대해 알아보겠습니다.