이 장의 끝에 거의 다다랐습니다. 이제 신경망의 이면에 어떤 원리가 있는지 기초적인 내용을 이해했을 것입니다.

이 장을 시작할 때 마술 같았던 그림 2-26에 있는 블랙박스가 명확해졌습니다. 층이 서로 연결되어 모델을 구성하고, 모델은 입력 데이터를 예측으로 매핑합니다. 그다음 손실 함수가 이 예측과 타깃을 비교하여 손실 값을 만듭니다. 즉, 모델의 예측이 기대한 것에 얼마나 잘 맞는지 측정합니다. 옵티마이저는 이 손실 값을 사용하여 모델의 가중치를 업데이트합니다.

▲ 그림 2-26 모델, 층, 손실 함수, 옵티마이저 사이의 관계