본문 바로가기

소프트맥스2

딥러닝 출력층에서 소프트맥스 함수가 사용되는 이유 딥러닝에서 이미지 분류나 문장 분류와 같은 다중 클래스 분류 문제를 풀기 위해서는 클래스별로 예측 확률을 계산할 수 있어야 합니다. 이때 가장 많이 쓰이는 함수가 바로 소프트맥스 함수(Softmax Function)입니다. 소프트맥스는 여러 개의 숫자 출력값을 확률 값(총합 1)으로 변환해 주기 때문에 출력층에서 각 클래스에 속할 확률을 직접적으로 얻을 수 있게 도와줍니다. 이번 글에서는 소프트맥스 함수의 개념, 수식, 특징, 사용 위치 등을 시각적으로 정리해보겠습니다.📚 목차1. 소프트맥스 함수란?2. 소프트맥스 수식과 계산 원리3. 소프트맥스의 특징4. 언제, 어디서 사용되는가?5. 마무리 요약1. 소프트맥스 함수란?소프트맥스 함수(Softmax Function)는 주어진 실수 벡터를 확률 분포로 .. 2025. 4. 9.

분류 문제의 필수 공식: 교차 엔트로피 손실 함수 완벽 이해 왜 분류 문제에서 비용 함수로 '교차 엔트로피'를 쓸까요? 수식과 개념을 간단명료하게 정리해드립니다.안녕하세요! 오늘은 분류 문제를 다룰 때 거의 무조건 등장하는 '교차 엔트로피(Cross-Entropy)' 손실 함수에 대해 이야기해보려 해요. 저도 처음 딥러닝 공부할 때 "왜 분류 문제에는 MSE가 아닌 교차 엔트로피를 쓰지?" 라는 의문을 가졌었거든요. 이 글에서 그 이유를 확실히 알려드릴게요.목차왜 교차 엔트로피를 사용할까? 다중 분류용 수식 이진 분류용 수식 MSE와의 비교 요약 및 실전 팁왜 교차 엔트로피를 사용할까?분류 문제에서는 모델이 각 클래스에 대한 '확률'을 출력합니다. 그 확률이 실제 정답과 얼마나 일치하는지를 측정하는 데 가장 적합한 손실 함수가 바로 교차 엔트로피입니다.출력층이 소.. 2025. 3. 27.

이전 1 다음

티스토리툴바