딥러닝을 이해하려면 여러 가지 수학 개념과 친숙해져야 합니다. 텐서, 텐서 연산, 미분, 경사 하강법(gradient descent) 등입니다. 이 장의 목표는 너무 기술적으로 깊게 들어가지 않고 이 개념들을 이해하는 것입니다. 특히 수학에 익숙하지 않은 사람들에게 없어도 될 진입 장벽을 세울 수 있고 설명을 잘하기 위해 필요하지도 않기 때문에 수학 기호는 사용하지 않습니다. 수학 연산에 대한 가장 정확하고 명확한 설명은 실행 가능한 코드입니다.

텐서와 경사 하강법을 소개하는 데 충분한 배경을 제공하기 위해 실제 신경망 예제로 이 장을 시작하겠습니다. 그리고 새로운 개념을 하나씩 소개합니다. 이 개념들은 이어진 장에 포함된 예제들을 이해하려면 꼭 알고 넘어가야 합니다!

이 장을 읽고 나면 신경망 이면의 수학 이론을 이해할 수 있고, 3장에서 케라스와 텐서플로에 대해 자세히 알아볼 준비를 마치게 될 것입니다.