https://youtu.be/p0Xx0CiUVxI
https://youtu.be/edNSgrmbrIs
- 이전에 들었던 유사한 부분이 많기 때문에 간략히 정리. 상세 내용은 아래 페이지 참조
- 앞서 배웠던 선형 함수에 대해 class 별로 input 이미지를 계산하면 위와 같이 결과가 나오는데, 이 결과는 이해하기 어려운 결과이다.
- 때문에 이것을 사람이 이해하기 쉽게 결과를 확률로 표현할 수 있다.
- 이럴 때는 sigmoid 함수를 사용할 수 있다.
- 그런데 결과는 클래스별로 나타나므로, 위의 sigmoid 함수를 전체에 대해 확률로 표현할 수 있게 softmax 함수를 씌운다.
- 앞선 결과에 대해 softmax를 씌우면 결과를 확률로 이해할 수 있다.
- 위 예에서는 가운데일 확률 1에 가깝고 나머지 2개는 거의 0에 가깝다.