0. Introduction Backpropagation은 Deep Learning 학습의 핵심 메커니즘입니다.
Deep Learning의 학습은 학습하려는 Train Data를 Network에 넣어서 값을 출력하는 순서를 거치게 됩니다. 이 과정을 Feedforward라고 합니다.
물론 이 과정에서 출력되는 값은 Network이 학습이 진행되기 전이기 때문에 실제 Target 값과 많이 차이가 나게 됩니다. Deep Learning은 Target 값과 실제 정답과의 차이를 이용하여 Network을 구성하는 Parameter(Weight , Bias)를 적절하게 Update 합니다.
이 과정을 Backpropagation이라고 하며, 이번 Post에서는 Backpropagation 과정이 실제로 어떻게 동작하는지 알아보겠습니다. 1. Feedforward 먼저, Train Data로 Network이 Target 값을 계산하는지 알아보겠습니다.
다음과 같은 Network이 있다고 해보...
#
Activation
#
rate
#
relu
#
rnn
#
rule
#
sigmoid
#
softmax
#
tensorflow
#
Weight
#
도함수
#
딥러닝
#
에러신호
#
편미분
#
학습
#
pytorch
#
Parameter
#
algorithm
#
Backpropagation
#
Bias
#
chain
#
cnn
#
deeplearning
#
descent
#
Feedforward
#
gradient
#
learning
#
loss
#
network
#
neural
#
학습률
원문 링크 : Backpropagation
