이전 장에서 본 것처럼 신경망 훈련에는 다음 요소들이 과련되어 있습니다.
1) 네트워크(또는 모델)를 구성하는 층
2) 입력 데이터와 그에 상응하는 타깃
3) 학습에 사용할 피드백 신호를 정의하는 손실 함수
4) 학습 진행 방식을 결정하는 옵티마이저
이들 간의 상호 작용을 그림 3-1에 나타냈습니다. 연속된 층으로 구성된 네트워크가 입력 데이터를 예측으로 매핑합니다. 손실 함수는 예측과 타깃을 비교하여 네트워크의 예측이 기댓값에 얼마나 잘 맞는지를 측정하는 손실 값을 만듭니다. 옵티마이저는 손실 값을 사용하여 네트워크 가중치를 업데이트 합니다. 층, 네트워크, 손실 함수, 옵티마이저에 대해 자세히 살펴보겠습니다.
댓글 없음:
댓글 쓰기