[2강 - 8:50]의 템퍼러쳐에 대해서 조금 더 부연하면...
537
작성한 질문수 2
머신러닝 중 Optimization의 한 기법중에서, Simulated annealing algorithm이 있는데 그걸 말하는 것 같습니다. 담금질을 모방해서 temperature가 높으면 파라미티를 좀 더 랜덤하게 변화시키는 방식인데요(랜덤하지 않은 경우에는, 제가 알기로는 경사하강법을 쓰는걸로 알아요). 이 때문에 Error가 감소 하지 않고 증가하는 경우가 더 많이 발생한다고 해요. Low temperature의 경우 랜덤확률이 낮아지니 좀 더 인접위치의 local minimumd으로 수렴하게 되구요.
여기서부턴 제 추론인데요. 파라미터가 손실함수에서 위치가 높은 곳에 있을 때보다 낮은 곳에 있을 때 같은 온도에서도 Error가 증가할 수밖에 없는데(올라갈 곳이 더 많으니까), 보통 최적화 과정에서 고도가 낮아지기 때문에 시간에 따라 온도도 낮춰서 Error가 증가하는 일을 방지하는 것 같아요.
답변 1
영상 다운로드는 안되나요?
0
11
0
수강자료 다운로드 관련 문의
0
19
2
Opus/Sonnet 버전 관련 문의
1
18
2
영상이 안나옵니다. 그냥 빈공간이에요
1
17
3
"run_nvidia_gpu.bat" 실행후
0
14
1
섹션2 질문이요
1
17
2
섹션 2
0
12
1
섹션1.9 질문입니다!
1
30
3
웹서비스 방법
0
24
1
MCP 정의가 잘못되어 있음 (Chapter2)
0
26
1
이북 다운로드 위치 문의
0
24
1
수강 연장 문의드립니다.
0
32
2
스케쥴 설정 질문
0
40
2
13. (App 2) 기본기 훈련 에서
0
34
1
채점 프로그램 미작동
0
26
2
퀴즈6번 문의
0
111
2
assistant에서 file 업로드 하고 쓰레드 사용시 token 사용 및 사용 방법 문의
0
250
2
assistants api 메이저 버전 업에 따른 컨텐츠 변경 요청
0
212
3
강의 자료 받을수 있을까요?
1
223
1
openai api key 환경변수
2
988
1
채팅 결과가 chatGPT 웹화면처럼 조금씩 생성되게 하는 방법이 있을까요?
1
571
1
api 불러오기에서 completion에서 에러가 뜹니다
1
859
1
chat gpt api 관련 질문 드립니다!
1
1906
1
fine tuning 실습관련 질문드립니다.
3
774
1