개발자의시작

글은 모두를위한딥러닝 시즌2 https://github.com/deeplearningzerotoall/PyTorch 을 정리한 글입니다. 이전 챕터보다 더 간단한 hypothesis를 사용한다. 이 데이터는 입력과 출력이 동일하므로 W = 1이 가장 좋은 값이 된다.( H(x) = x가 가장 정확한 모델 ) 여기서 모델의 좋고 나쁨을 어떻게 평가할 수 있을까? cost function은 모델의 예측 값이 실제 데이터와 얼마나 다른지를 나타내는 값으로, 잘 학습된 모델일수록 낮은 cost를 갖는다. 위 모델에서는 W=1 일 때, cost=0이며, W가 1에서 멀어질수록 cost가 높아진다. Linear Regression 에서 쓰이는 cost function은 Mean Squared Error이며 MSE라..