Chapter12 431p 질문 있습니다.

[diligejy]

431페이지에 보면

우리는 신경망에서 하나의 층에 있는 데이터값을 모두 모아 하나의 벡터라고 생각할 수 있습니다. 입력층에서 은닉층으로 값을 전달하는 함수는 위 그림에서와 같이 벡터에서 벡터로 전달하는 함수로 생각할 수 있습니다. 그러나 딥러닝에서의 함수는 vector-to-vector함수가 아닌 vector-to-scalar 함수라고 생각하는 것이 좋습니다. 이는 각 벡터를 구성하는 데이터값들이 개별적으로 자유롭게 활동한다고 생각하는 것입니다.

라는 문단이 나옵니다.

그런데 데이터값들이 개별적으로 자유롭게 활동한다는 말이 어떤 의미인지 잘 와닿지가 않습니다.

431페이지의 오른쪽 그림에서 vector-to-scalar를보면 은닉층에서 4개의 노드를 각각 나눠서 보여주는 그림을 보여주는데
자유롭게 활동한다는 의미가 은닉층의 벡터에서 각각의 값에 주목해야 한다는 건지 아니면 다른 의미가 있는건지 알고싶습니다.