[Data Science] 딥러닝 레이어(Deep Learning Layers)

Q: 딥러닝 할 때 레이어라는 표현을 쓰잖아요 input layer 층이라던가

그 레이어를 뭐라고 생각하는 게 좋을까요?

 

처음 보거나 이해하기가 어렵다면 사전적 의미를 찾아보는 방법이 정말 좋다.

사전적 의미를 찾는 게 별거 아닌 것 같지만 의미를 파악하고 알고자 하는 내용을 살펴본다면

머릿속에서 자연스럽게 정리가 되기 때문에 개인적으로 좋은 방법이라고 생각한다.

 

딥러닝 레이어란?

레이어(Layers)란 사전적 의미에서 "층"을 의미한다.

딥러닝에서 레이어는 단계를 의미하는 층이라고도 볼 수 있지만 겹겹이 쌓은 양파를 생각하면 이해하기 쉽다.

양파가 여러겹으로 둘러싸여 있는 것처럼 딥러닝(Deep Learning)에서 말하는 레이어는 이와 비슷하다.

딥러닝은 수많은 변수들을 다양한 알고리즘을 통해 병렬 처리가 이루어지는데,

이 과정에서 수많은 알고리즘 처리 과정을 층층이 나눠서 구분한 것이

딥러닝 레이어(Deep Learning Layers)이다.

 

딥러닝 레이어에 대한 이해가 어렵다면

아래 커먼즈 위키피디아에 있는 시각적으로 표현된 딥러닝 레이어를 살펴보면 도움이 될 것이다.

commons.wikimedia.org/wiki/File:MultiLayerNeuralNetworkBigger_english.png

File:MultiLayerNeuralNetworkBigger english.png - Wikimedia Commons

 

 

딥러닝은 뇌 신경망을 참고하여 만들어진 알고리즘이지만

결국에는 딥러닝은 개발자를 위한 알고리즘이다.

이게 무슨 소리냐면 뇌 신경망처럼 똑같이 만들면 개발자가 알고리즘을 분석하고 이해하기 어렵다는 것이다.

딥러닝 레이어는 개발자에게 코드를 작성하고 수정하고 분석하는 과정 자체를 용이하게 해 준다.

예를 들어 데이터 값을 넣는 입력 레이어(Input Layer)가 얼마나,

어떤 연결점을 가지는지 등에 대해서 레이어를 통해 확인이 가능하다.

Hidden Layer나 Ouput Layer에서도 어떤 과정을 거쳐서 정보 전달이 이루어지고,

결괏값이 어떤 식으로 산출되는지가 딥러닝 레이어로 구성되어 있기 때문에 확인이 가능하다.

확인이 가능하다는 것은 추후에 데이터에 대한 분석이나 수정이 가능하다는 것을 의미한다.

특히 Deep Neural Networks와 같은 수많은 중간 레이어 또는 Hidden Layer와

수많은 노드들로 구성된 알고리즘의 경우에는 Layer를 통해서 유지관리가 가능하다.

딥러닝 레이어는 개발자들을 위한 방식이며, 단계별 알고리즘이라고 볼 수 있다.