PROGRESS
3 / 7
단원
데이터 구조화: AI 전처리 17
데이터의 규칙: 예측 로직 14
옷의 시너스: 판단 로직 1
예와 아니오: 판단 로직 6
닮은꼴 찾기: 관계 로직 7
최적의 경로: 강화 로직 7
층층이 지능: 신경망 로직 7
전체 목록
QUESTION 03 #361
신경망에 비선형성을 부여하여 복잡한 학습을 가능하게 하는 ReLU 함수를 구현해 보세요.
main.py
def relu(x):
# 0보다 작으면 0을, 0보다 크면 x를 그대로 반환
return (0, )
print(f"입력이 5일 때: {relu(5)}")
print(f"입력이 -3일 때: {relu(-3)}")
HINT
두 값 중 큰 값을 고르는 함수와 입력 변수명을 입력하세요.
실행 결과 예시
max, x
INTERACTIVE SHELL
Shift + Enter 로 즉시 실행
⚡ 왜 활성화 함수가 필요한가요?
단순히 숫자만 계속 곱하고 더하면, 층을 아무리 높게 쌓아도 결국 하나의 큰 일차함수에 불과하게 됩니다.
- ReLU의 마법: 특정 수치 이하의 신호는 "무시"하고, 그 이상의 신호만 "전달"함으로써 복잡한 논리 구조를 형성하게 합니다.
- 비선형성: 이를 통해 신경망은 단순한 직선이 아닌, 복잡하게 꺾인 곡선 형태의 판단 기준을 가질 수 있게 됩니다.