딥러닝1 back propagation을 하는 이유와 error를 통해서 weight를 왜 업데이트 시켜야 하는가에 대하여 딥러닝을 공부하다보면 백프로퍼게이션 (Backpropagation)에 대해 배우게 됩니다. 순방향 추론만 하면 예측 성능이 떨어지게 되어서 역방향 추론을 통해 오류(error)를 잡아 네트워크의 가중치(weights)를 업데이트 시켜 예측 성능을 높이게 됩니다. 이 이유는 정확히 무엇인지 gpt를 통해 알아보았습니다. 백프로퍼게이션(Backpropagation)은 신경망(Neural Network) 학습에서 핵심적인 알고리즘으로, 네트워크의 가중치(weights)를 업데이트하여 예측 성능을 향상시키기 위해 사용됩니다. 이를 이해하기 위해서는 신경망의 학습 과정과 오류(error)의 의미를 이해하는 것이 필요합니다.신경망 학습의 기본 개념순전파(Feedforward):입력 데이터가 신경망을 통해 전달되어 .. 2024. 6. 10. 이전 1 다음 728x90