隠れ層とは

隠れ層とは、ニューラルネットワークの「入力層」と「出力層」の間にあって、実際の処理を担う層のことです。データを受け取る入力層と、答えを出す出力層に挟まれ、情報を少しずつ変換しながら、データの特徴をつかんでいく中心的な部分です。

「重み」をかけて情報を変換する

隠れ層は、たくさんの小さな計算ユニット(ニューロン)でできています。各ユニットは、受け取った値に「重み」という調整用の数値をかけ、ひとまとめにして次の層へ送ります。この受け渡しを何段も重ねるうちに、はじめはバラバラだった情報から、意味のあるパターンが浮かび上がってくる仕組みです。学習とは、この重みを少しずつ調整していく作業ともいえます。

なぜ「隠れて」いるのか

「隠れ」という名前は、この層が外から直接は見えないことに由来します。入力層はデータの入り口、出力層は答えの出口で、どちらも目に見える形。その間に挟まれ、中で何をしているかが直接は見えない部分だから「隠れ層」と呼ばれます。AIの判断が「ブラックボックス」と言われがちなのも、この見えない処理に理由の一端があります。

隠れ層に関するよくある質問

隠れ層は、入力層や出力層と何が違うのですか？

入力層がデータの入り口、出力層が答えの出口なのに対し、隠れ層はその間で実際の処理を担う中心部分です。たくさんの計算ユニット（ニューロン）が、受け取った値に「重み」をかけて次へ送り、何段も重ねるうちにデータから意味のあるパターンが浮かび上がります。学習とは、この重みを少しずつ調整する作業です。

なぜ「隠れ」層と呼ぶのですか？

データの入り口である入力層と、答えの出口である出力層はどちらも目に見える形なのに対し、その間に挟まれて中で何をしているかが直接は見えないからです。AIの判断が「ブラックボックス」と言われがちなのも、この見えない処理に一因があります。

隠れ層と深層学習の「深さ」はどう関係しますか？

深層学習の「深い（deep）」とは、この隠れ層を何層も積み重ねていることを指します。隠れ層が1つなら単純な処理にとどまりますが、何十層も重ねると複雑な特徴を段階的に捉えられるようになります。