PyTorch로 배우는 딥러닝 입문

PyTorch에서 신경망을 학습하려면 먼저 활성화 함수와 손실 함수 같은 추가 구성 요소를 이해해야 해요. 그런 다음, 네트워크를 학습시키려면 손실 함수를 최소화해야 하며, 이를 위해 기울기를 계산한다는 점을 알게 됩니다. 이 기울기를 사용해 모델의 파라미터를 업데이트하는 방법을 배우게 됩니다.

이제 신경망의 핵심 요소를 배웠으니, 학습 루프를 사용해 직접 모델을 학습해 볼 거예요. 기울기 소실 같은 잠재적 문제를 살펴보고, 대체 활성화 함수, 학습률과 모멘텀 튜닝 등으로 이를 해결하는 전략을 배웁니다.

딥러닝 모델 학습은 일종의 노하우가 필요한 작업이에요. 모델이 제대로 학습되고 있는지 확인하려면 손실이나 정확도 같은 지표를 학습 중에 추적해야 합니다. 이러한 지표를 계산하는 방법과 과적합을 줄이는 방법을 배웁니다.