x = np.random.randn(100, 100)
w = np.random.randn(100, 100)
z = np.dot(x, w)
a = logistic_sigmoid(z)
로 해서 a의 분포를 보면 0과 1에 극단적으로 몰려있잖아
왜 이런 분포가 나오는 거임?
x의 원소는 정규분포를 따르는 값이니까 0 근방에 모여있을 것이고, w의 원소도 정규분포를 따르니까 0 근방에 모여있짢아
둘이 곱하면 훨씬 작은 0이 되어야 하고 그렇게 곱한 두 원소를 100개 더한다는 건데
z의 원소는 대충 z1,1 = 100*x1,i*wi,1 꼴로 나올 것인데 100을 곱하는 과정에서 sigmoid에 넣었을 때 0 또는 1로 수렴할 정도로 원소가 커지는 건가?
(혹시 질문에서 이해 안가는 부분 있으면 물어봐도 됨)
sigmoid 함수와 np.dot의 정의를 보면 바로 답이 나오지 않냐
오 나 질문글 올리다가 아이디어 생각나서 풀었떠니 풀림 정규분포를 좀 더 집중해서 봐야할듯
서로 독립이고 표준정규분포를 따르는 두 변수 X, Y에 대히여 Z=XY인 Z의 분포 그래프 및 계산법 공부 중인데 힌트좀 주쉴분?
해결했습니다^^