Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Linear
- Regression
- ResNet
- Bottleneck Layer
- Residual Connection
- GoogLeNet
- vim-plug
- sigmoid
- jupyter
- Gated Skip Connection
- RNN
- virtualenv
- Peephole Connection
- DCGAN
- GCN
- Vanilla RNN
- version
- AI
- Inception Module
- Generative
- Inception V1
- Manager
- iTerm2
- python
- Optimizer
- Skip Connection
- classification
- Skip Connectioin
- cnn
- DL
Archives
- Today
- Total
목록Loss (1)
IT Repository
(1) What is Loss Function?
Loss Function¶ 손실함수는 최적의 $H(x)$를 찾기 위해서, w와 b에 따른 $H(x)$값과 실제 y값과의 차이를 계산합니다. x와 y는 이미 정해져있고 w와 b의 값에 따라서 손실이 변화하므로 아래와 같이 수식으로 표현할 수 있습니다. $L(w, b) = H(x) - y$ $H(x)$를 통해 나오는 값은 설정된 w와 b에 따라 모델이 예측하는 예측값입니다. 만약 예측값과 실제값이 비슷하다면 손실함수의 값은 작아지고 차이가 크다면 손실함수의 값이 (절대값이) 커질 것입니다. 실제로는 제곱(MSE)이나 절대값(MAE)을 사용하여 계산합니다. $L(w, b) = \big( H(x) - y \big)^2$ 이와 같이 손실함수를 정의하고, 손실함수에 모든 데이터를 대입하여 모델의 전체 손실을 계산합..
Basic fundamentals
2020. 1. 5. 15:26