이진분류(Sigmoid)
이중 분류는 어떤 물체인지 표현할 필요 X
다중분류(Softmax)
다중 분류는 '어떤 물체'인지 표현해야 함
결국 정답을 어떻게 표현할 것인가?
-> one hot encoding
실제 알고리즘 출력을 확률로 변환 하기 위해 softmax 사용
정답과 출력을 비교
결국 하위 식이 1이 되게끔 학습을 하는것 (밑에 시에서는 1 X 0.7)
- 결국 잘맞추면 1 , 못 맞추면 log식이 (1x 무한대) 무한대로 치솟는 형태로 나타남
반응형
'Deep Learning' 카테고리의 다른 글
| 최적화 개념과 gradient descent (0) | 2023.09.23 |
|---|---|
| 퍼셉트론 개념 (0) | 2023.09.22 |
| 손실함수 , 활성함수 정리 (0) | 2023.09.06 |
| Embedding layer와 Embedding Vector의 Output 차이 정리 (0) | 2023.02.14 |
| Embedding Vector 과정 및 정의 (0) | 2022.11.19 |