이번 글은 CS231n의 Loss Function and Optimization 강좌를 정리한 글입니다.이 글의 사진 및 내용은 강의 자료에서 인용하였습니다.LossLoss란 데이터와 예측값 사이의 오차를 말합니다.예측값이 정답값과 가까우면 Loss값은 작아지고, 예측값이 정답값과 멀어질수록 Loss값이 커집니다.다음 이미지는 3개의 Class와 Scroe값이 있습니다.위의 예제를 이용하여 Score로부터 우리는 Loss를 구해야 합니다.먼저 수식을 봅시다.위 식의 ((x_{i})는 Image 데이터, ((y_{i}))는 Label 데이터를 가르킵니다.Loss Function은 다음과 같이 정의됩니다.데이터 세트에 대한 Loss는 example에 대한 Loss의 합계입니다.이 강의에서는 2가지 Loss ..
