入力層

ネットワークの中での入力層の位置

ニューラルネットワークは、入力層、出力層、そしてその間に置かれる任意の数の隠れ層から成ります。入力層はこの並びの最初にあり、モデルに与えるデータを受け取る層です。入力層と出力層の間に追加される層を隠れ層と呼ぶことから分かるとおり、入力層は出力層と並んでネットワークの両端をつくる層です。

線形モデルの図で見る入力ノード

出典では、y' = b + w1x1 + w2x2 + w3x3という線形モデルを図にした例が示されています。この図ではx1、x2、x3の3つが入力ノードで、これらが集まって入力層を構成します。y'は出力ノードです。各入力ノードの値に重みw1、w2、w3がそれぞれ掛けられ、バイアスbが足されて、出力の値が計算されます。

入力の値が出力に伝わるしくみ

入力層のノードの値は、後ろの層の計算にそのまま使われます。出典の例では、入力層の2番目のノードの値を2.00から2.50に変えると、出力ノードの値も変わります。隠れ層を加えたネットワークでも、隠れ層の各ニューロンは前の層のニューロンの値を入力として受け取ります。そのため、入力層に入った値がネットワーク全体の計算の起点になります。

シラバスでの扱い

入力層は、G検定シラバス2024の中項目11 ニューラルネットワークとディープラーニングのキーワードに含まれています。