반응형
250x250
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
- next.js 튜토리얼
- 시험데이터
- 오차제곱합
- MIN
- 데이터베이스
- AVG
- 학습 구현
- Next.js
- PYTHON
- Pointwise Convolution
- sqlite3
- Depthwise Separagle Convolution
- PyQt5
- Depthwise Convolution
- join
- total
- 렐루함수
- max
- 수치미분
- 최댓값
- 제약조건
- 교차엔트로피오차
- sigmoid
- 밑바닥부터 시작하는 딥러닝
- 신경망
- 합계
- 평균
- sum
- COUNT
- 미니배치
Archives
- Today
- Total
목록Loss function (1)
우잉's Development
Binary Cross Entropy
1. Loss Function (손실함수) : 머신러닝 혹은 딥러닝 모델의 출력값과 사용자가 원하는 값의 오차를 의미 - 정답(\(y\))와 예측 (\(\hat y\))을 입력 받아 실숫값 점수를 만드는데, 이 점수가 높을수록 모델이 안좋습니다. - 손실함수의 함수값이 최소화 되도록 하는 weight(가중치)와 편향(bias)를 찾는 것이 목표 2. 베르누이 분포 \(f(Y=y_i ; \pi) = \pi^y(1-\pi)^{1-y}\) , \(y \in \{0, 1\} \) 만약 \(Y\)가 1이면 \(f =1-\pi\)이고 \(Y\)가 0이면 \(f=\pi\)이다. 관측값 \(y\)를 고정시키고 위 함수를 parameter \(\pi\)에 대한 함수로 사용한다면 이는 베르누이분포에 대한 가능도 함수가 된..
Deep learning/용어 정리
2022. 1. 13. 17:54