다음으로 가운데 있는 층은 은닉층입니다. 이 은닉층에서는 입력층에서 들어온 데이터가 여러 신호로 바뀌어서 출력층까지 전달됩니다. 마치 우리 뇌의 뉴런이 신호를 전달하듯이 이동하죠. 이때 연결된 여러 뉴런을 지날 때마다 신호 세기가 변경됩니다(이 내용은 뒤에서 다시 설명합니다).

이때 은닉층이 여러 개 있다면 더 정확하게 출력층으로 신호를 전달할 수 있습니다. 이러한 신경망 모델 중에는 층이 1개인 모델도 있지만 여러 층을 쌓아서 만든 모델도 있습니다.

이와 같이 레이어가 한 층으로만 구성된 것이 아니라 여러 층, 다시 말해 깊은 층으로 구성된 인공 신경망을 심층 신경망(Deep Neural Network, DNN)이라고 합니다. 이 심층 신경망이 학습하는 과정을 딥러닝(deep learning)이라고 하죠. 지금부터 딥러닝 기초가 되는 인공 신경망의 구성 원리를 살펴보겠습니다.