入力層【input layer】

概要

ニューラルネットワークとは

人工ニューラルネットワーク（人工知能の文脈では単にニューラルネットワーク）は、動物の脳の神経回路の構造と働きを模式化したモデルである。刺激に反応する神経細胞（ニューロン）を模したノードを層状に配置した構造で、入力層、1層以上の隠れ層（中間層）、出力層で構成される。

各ノードは固有のパラメータに基いて比較的単純な計算を行う能力を持ち、上位層の各ノードの計算結果を入力として所定の計算を行う。計算結果は下位層の各ノードへそれぞれ固有の重み付けを行った上で出力される。最上位の入力層は外部からデータを受け取り、最下位の出力層は外部へデータを出力する。

入力層の役割

入力層はニューラルネットワークの最上位の層で、外部からの入力データを受け取るノードが並んでいる。各ノードは外部から値を受け取ると、重み付けに従って増減させた結果を一層下の中間層のノード群へ伝達する。重みは学習が進むに連れて変化していく。

入力層のノードは入力変数に対応しており、モデルで規定された変数の数だけノードが用意される。例えば、8×8ピクセルの画像を入力するモデルならば、64個のノードが各ピクセルの色情報を受け取る。中古車の買い取り価格を予測するモデルならば、車種、年式、色といった項目（変数）に対応するノードが用意される。