파이토치로 배우는 LLM & AI

62

1

부

모델 구축

레이블

1

에 대한 출력을 만드는 식입니다.

3

시간이 갈수록 이 값이 원하는 출력과 일치하기를 원합니다. 이 이미지와 일치하는 출력은 [그

림

2

-

3

]의 앵클부츠에 해당하는 레이블인 숫자

9

입니다. 다른 말로 하면 이 뉴런의 출력값이

다른 모든 뉴런보다 커야 합니다.

10

개의 레이블이 있으므로 랜덤하게 초기화할 경우 정답의 약

10

%를 맞출 것입니다. 여기서

부터 손실 함수와 옵티마이저가 에폭마다 뉴런 안의 파라미터를 조정해 이

10

%를 향상시킵

니다. 따라서 시간이 지나면 컴퓨터는 무엇이 신발이고 드레스인지 구별하는 법을 배우게 됩

니다. 코드를 실행하여 신경망이 효과적으로 서로 다른 아이템을 구별하는 방법을 학습할 때

이런 향상 과정을 보게 될 것입니다.

2.3

신경망 설계

앞서 살펴본 예를 코드로 어떻게 구현하는지 알아보죠. 먼저 [그림

2

-

5

]에 있는 신경망을 만들

어 보겠습니다.

self.linear_relu_stack = nn.Sequential(

nn.Linear(28*28, 128),

nn.ReLU(),

nn.Linear(128, 10),

nn.LogSoftmax(dim=1)

)

1

장에서

Sequential

모델을 사용했습니다. 이 모델은 이름에서 알 수 있듯이 여러 개의 층을

연속적으로 사용할 수 있습니다.

1

장에서는