← 보드딥러닝이 뭐예요 + 학습 과정 큰 그림 · 11/11

이 장 3줄 요약

딥러닝은 Data → Forward(예측) → Loss(오차) → Gradient(방향) → Update(수정)를 다른 batch로 반복해서 weight를 조금씩 좋게 만드는 일이에요.
weight 개수는 층마다 (출력×입력)을 더해요(예 30+18+3=51). 갱신식은 w ← w − lr × gradient이고, gradient가 +면 줄이고 −면 늘려요.
weight 한 번 갱신이 1 iteration, 데이터 전체 한 바퀴가 1 epoch이에요. 코드에서는 zero_grad → forward → loss → backward → step이 한 바퀴예요.

자료: 4주차 · 딥러닝 모델 Training 과정.pdf, Week04 Autograd_Loss_Optimizer.ipynb · 빅데이터04(4주차) 녹취, 빅데이터03·07 녹취 일부