고양이 두 잔

목차CNN에서는 합성곱 계층(Convolutional Layer)에서 활성화 함수(예: ReLU)를 적용한 후, 완전 연결층(Fully Connected Layer)에서도 활성화 함수를 한 번 더 적용한다. 이유는 완전 연결층이 수행하는 역할과 신경망의 학습 방식 때문이다. 활성화 함수는 왜 여러 번 적용될까? CNN의 각 계층에서 활성화 함수를 적용하는 이유는  각 층이 독립적으로 의미 있는 표현(Feature Representation)을 학습해야 하기 때문이다. 즉, 합성곱 계층과 완전 연결층이 담당하는 역할이 다르므로, 활성화 함수를 두 번 적용하는 것이 필수적이다.  합성곱 계층(Convolutional Layer)에서 활성화 함수 역할 합성곱 연산을 통해 CNN은 로우 레벨 특징(Low-lev..