backpropagation1 210812_DeepLearning2(Loss Function) 4. Loss Function (Full Loss) Loss Function (Cost Function = Error) : 모델이 학습을 한 후 결과 예측을 얼마나 잘했는지 정량화한 함수 Loss가 0에 가까울 수록 좋다 즉 가중치 W를 사용해서 나온 예측 점수에 대해 불만족의 정도를 숫자로 나타내는 것이 손실함수이다. 따라서 Loss가 작을 때 그 분류기는 이미지를 잘 분류함을 알 수 있다. 4-1) Hinge Function 예를들어 예측을 했을때 3개 중에 1개를 맞춘경우 이 모델은 33점 짜리라고 할 수 있다. 이런 경우는 확실하게 예측하지 못한다. 문제점을 해결하기 위해 → 극대화 전략이 필요하다. 즉, 값의 극대화와, 평균화가 필요함 Exponential, Nomalization → Softm.. 2021. 8. 12. 이전 1 다음