Hidden layer 노드 수, 레이어 수 정하기

Weight initialize

Layer 사이마다 w = n x m의 matrix가 됨

Next net = w^T * x 로 계산됨

Net에 activation function 적용시키고 반복

계산된 y와 실제 정답 label값 비교

평가 = loss function으로 loss(y, answer) 해서 구함

Backpropagation

Weight update 여기서 activation함수 미분값 사용해서 차이값 계산

Net에 곱하면서 chain-rule 사용하며 앞쪽단으로 이동하며 weight를 optimizer 함수를 통해 update

반복하면 weight가 업데이트 되면서 학습이 이루어지는 것을 확인