꿈라CBT인공신경망(ANN)에 대한 설명으로 옳지 않은 것은?
- 1시그모이드 함수는 깊은 신경망의 기울기 소실 문제를 해결하기 위해 고안된 함수로, 은닉층에서 렐루(ReLU)보다 깊은 망 학습에 유리하다.
- 2은닉층은 비선형 활성화 함수를 통해 입력과 출력 사이의 복잡한 비선형 관계를 학습한다.
- 3활성화 함수를 모두 항등함수로 두면 은닉층을 아무리 깊게 쌓아도 전체 모형은 하나의 선형 모형과 같아진다.
- 4렐루(ReLU) 함수는 입력값이 0보다 작으면 0을, 0보다 크면 입력값을 그대로 출력한다.