핵심 요약
현대자동차가 딥러닝의 패턴 학습 원리와 학습 흐름을 설명하고, 순전파-손실함수-역전파의 흐름과 하이퍼파라미터 튜닝의 중요성을 제시했습니다.
구현 방법
- 문제 현상의 벡터화: 입력 x=[0.2,0.7,0.3], 출력 y=[0.580]
- 초기화·순전파·손실함수로 가중치를 업데이트하는 역전파
- Glorot/He 초기화와 Adam 등 최적화 기법의 역할
주요 결과
- 초기 출력 0.303에서 학습 후 0.432로 개선, 실제값 0.580에 근접
- 제곱 오차 손실과 학습률로 패턴 근사 성능이 향상