Cross-Entroy Cost Function.pptx
4.47MB
Cost 함수 (학습과정에서 원하는 값 즉, ground truth와 시스템의 출력값 사이의 오차를 의미하며 비용함수라고 부름)로써 Cross-entropy 함수가 MSE에 비해 좋은 이유
BP(back-propagation)에서 가중치의 값이 입력값에 상관없이 유지가 됨 MSE의 경우 입력이 매우 클 경우 가중치의 변화분이 0에 수렴하여 가중치의 변화분이 매우 작아 학습이 안 됨.
'[딥러닝] > 딥러닝개념설명' 카테고리의 다른 글
| 2022년 2월 6일 세미나 (0) | 2022.02.06 |
|---|---|
| 2022년 1월 29일 세미나 MLP, BP설명 (0) | 2022.01.28 |
| 2022년1월22일 세미나자료 cost function (0) | 2022.01.21 |
| 2022년 1월 15일 세미나 자료 perceptron (0) | 2022.01.15 |
| Softmax function (0) | 2019.07.19 |