【かくれそう】
隠れ層 とは？
最終更新:
💡 入力を受け取り、次の層へつなぐ中間の計算
ニューラルネットワークで、入力層と出力層の間にある計算の層。学習した重みなどで入力の表現を変換する。「隠れ」は中間の層という呼び名で、値を観測できないという意味ではない。
ひよこ 隠れ層は、見えない秘密の場所なの？
ひよこ どんな計算をするの？
ペンギン先生 ひよこ 画像なら、線、形、顔の順で分かる？
ペンギン先生 画像の特徴を段階的に組み合わせる説明は、イメージとして役立つよ。ただし、各層が必ず「線担当」「顔担当」と決まるわけではない。学習データや設計によって表現は変わり、人が一つの意味を付けにくい中間の値もあるんだ。
ひよこ 層をたくさん増やせば、もっと賢くなる？
ペンギン先生 深くすると変換を重ねられるけれど、増やすだけで精度が上がるとは限らないよ。計算の負担や学習の難しさ、過学習も考える必要がある。層数や幅はデータと目的に合わせて選び、学習に使っていないデータでも性能を確かめよう。
もっと詳しく知りたい人へ
中間層を増やせば、非線形な関係を表せる？
線形の計算だけを何層重ねても、全体は線形のままです。複雑な非線形の関係を表すには、ReLUなどの非線形な活性化関数を組み合わせることが重要です。層数と、そこで行う計算の両方を考えましょう。
まとめ：ざっくりこれだけ覚えればOK！
「隠れ層」って出てきたら「ニューラルネットワークの入力と出力の間で計算する中間層」と思えばだいたいOK！
📖 おまけ：英語の意味
「Hidden Layer」 ＝ 隠れた層・中間層
💬 モデルの外部への入力や最終出力ではない、中間の計算の層を指すよ。内部の値を絶対に見られないという意味ではないんだ