# Dense

## Dense

## tf.keras.layers.Dense

```python
Dense(8(units), input_dim=4, init='uniform', activation='relu'))
```

### Dense의 정의

* Dense layer는 입력과 출력을 모두 연결을 연결하며, 입력 뉴런과 출력 뉴런을 모두 연결한다고 해서 전 결합층이라고 불린다 
* 이러한 연결선에는 가중치(weight)를 포함하고 있는데, 이 가중치가 높을수록 해당 입력 뉴런이 출력 뉴런에 미치는 영향이 크고, 낮을수록 미치는 영향이 적다.
* 예를 들어 성별을 판단하는 문제있어서, 출력 뉴런의 값이 성별을 의미하고, 입력 뉴런에 머리카락길이, 키, 혈핵형 등이 있다고 가정했을 때, 머리카락길이의 가중치가 가장 높고, 키의 가중치가 중간이고, 혈핵형의 가중치가 가장 낮을 겁니다. 딥러닝 학습과정에서 이러한 가중치들이 조정됩니다.
* Dense 레이어는 입력 뉴런 수에 상관없이 출력 뉴런 수를 자유롭게 설정할 수 있기 때문에 출력층으로 많이 사용
* 이진 분류문제에서는 0과 1을 나타내는 출력 뉴런이 하나만 있으면 되기 때문에 아래 코드처럼 출력 뉴런이 1개이고, 입력 뉴런과 가중치를 계산한 값을 0에서 1사이로 표현할 수 있는 활성화 함수인 sigmoid을 사용

### units

* 출력 뉴런의 수를 설정

### input\_dim

* 입력 뉴런의 수를 설정

### init

* 가중치 초기화 방법 설정
* ‘uniform’ : 균일 분포
* ‘normal’ : 가우시안 분포

### activation

* 활성화 함수를 지정하며, 디폴트는‘linear’ 
* ‘linear’ , ‘relu’ , sigmoid’ 등
* keras.activations 참조