Mini-batch Training
미니배치 학습
Mini-batch Training(미니배치 학습)은 예측 오차를 줄이기 위해 신경망 파라미터를 갱신하는 학습 과정의 핵심 개념입니다. 계산 그래프에서 Gradient가 어떻게 전달되고 Weight가 어떻게 바뀌는지 연결해 봅니다.
WHY SHOULD I KNOW THIS?
왜 알아야 하나?
신경망이 단순히 예측하는 것을 넘어 오차를 이용해 스스로 파라미터를 개선하는 원리를 이해하는 데 필요합니다.
WHERE IS IT USED?
어디에 사용되나?
Model TrainingBackpropagationOptimizerTraining Loop
DEEP LEARNING
INTERACTIVE CONCEPT LABTRAINING LOOP LAB
CURRENT STAGE1 / 6 · Forward
Mini-batch Training
노드를 클릭하거나 PLAY FLOW를 눌러 정보가 어떻게 이동하는지 단계별로 확인하세요. 슬라이더는 시각적 영향도를 조절합니다.
이 Topic에서 알아야 할 핵심
✓Mini-batch Training
✓미니배치 학습
✓Forward → Loss → Backward → Update
✓파라미터 변화와 학습 안정성
이해 확인 질문
Q1미니배치 학습은 학습 루프의 어느 단계에서 필요한가?
Q2Mini-batch Training이 Weight 업데이트에 어떤 영향을 주는가?
Q3설정을 잘못하면 학습이 어떤 형태로 실패하는가?
CATEGORY
NEURAL NETWORK TRAINING오차가 어떻게 역전파되고 파라미터가 업데이트되는지 학습 루프 전체를 연결합니다.
CURRENT PATH
07.11 Mini-batch Training이 Topic의 위치와 앞뒤 순서를 항상 Curriculum 기준으로 유지합니다.