손실 함수란 무엇인가?
손실 함수는 모델의 예측이 정답과 얼마나 차이가 나는지를 측정합니다. 이는 모델에게 피드백을 제공하여 개선해야 할 부분을 알 수 있게 합니다.
손실 함수가 중요한 이유
- 훈련 안내: 손실이 낮을수록 더 나은 학습을 의미합니다.
- 최적화 가능: 모델 가중치를 조정하는 데 사용됩니다.
- 정확도 측정: 훈련 진행 상황을 추적합니다.
일반적인 손실 함수
- 교차 엔트로피 손실
- 평균 제곱 오차 (MSE)
- 이진 분류 손실
- 적대적 손실 (GAN 전용)
손실 함수 FAQ
낮은 손실이 항상 좋은 모델을 의미하나요?
항상 그런 것은 아닙니다—과적합이 손실 값을 속일 수 있습니다.
훈련 후에 손실이 사용되나요?
주로 훈련 중에 사용되며, 훈련 후에는 사용되지 않습니다.