csn231 Lecture 3 | Loss Functions and Optimization
페이지 정보
본문
[일시] 2024.09.09
[세미나 주제] Loss Functions and Optimization
[발표자] 고예진
[요약]
해당 강의는 Loss Function과 Optimization에 대한 내용을 다루고 있습니다. (분류 문제에서) Loss Function은 학습과정에서 분류기의 예측이 정답 레이블과 얼마나 차이가 있는지 측정하기 위해 사용됩니다. 강의에서는 Multiclass SVM Loss와 Softmax Loss를 다루고 있습니다.
Loss Function을 최소화하기 위해 Optimization을 사용합니다. 강의에서는 Gradient Descent를 다루며 이는 Loss Function의 기울기를 계산하여 Hyper Parameter를 Update하는 방식으로 작동합니다.
[녹화 영상 링크]
https://us02web.zoom.us/rec/share/063ieLKdzzWFZOVZAilvrf0_bpXJQFIsGfAGfg1lzaQQbNQecvN1GyjcbrH_27To.iY1S5XisEPC_Od5K?startTime=1725884170000
[세미나 주제] Loss Functions and Optimization
[발표자] 고예진
[요약]
해당 강의는 Loss Function과 Optimization에 대한 내용을 다루고 있습니다. (분류 문제에서) Loss Function은 학습과정에서 분류기의 예측이 정답 레이블과 얼마나 차이가 있는지 측정하기 위해 사용됩니다. 강의에서는 Multiclass SVM Loss와 Softmax Loss를 다루고 있습니다.
Loss Function을 최소화하기 위해 Optimization을 사용합니다. 강의에서는 Gradient Descent를 다루며 이는 Loss Function의 기울기를 계산하여 Hyper Parameter를 Update하는 방식으로 작동합니다.
[녹화 영상 링크]
https://us02web.zoom.us/rec/share/063ieLKdzzWFZOVZAilvrf0_bpXJQFIsGfAGfg1lzaQQbNQecvN1GyjcbrH_27To.iY1S5XisEPC_Od5K?startTime=1725884170000
첨부파일
-
cs231n_2017_lecture3.pdf (4.6M)
DATE : 2024-09-10 13:00:26
관련링크
- 이전글csn231 Lecture 4 | Backpropagation and NN part 1 24.09.23
- 다음글cs231n Lecture 2 | Image Classification pipeline 24.09.10
댓글목록
등록된 댓글이 없습니다.