初めてのディープラーニングとPyTorch（パイトーチ）ブートキャンプ（簡単に！基礎からChatGPT核心トランスフォーマーまで）[データ分析/科学 Part3]

こんにちは。ジャンジェミコーディングのDave Leeです。

他でもありませんが、ディープラーニング講義で修正事項がありまして、軽く共有させていただきます。

CNN으로MNIST分類問題を適用してみるチャプターで、テスト評価時にtest_lossを計算する部分にエラーがありました。ご不便をおかけして申し訳ございません。そのため、関連資料を次の文脈でアップデートいたしました。

nn.NLLLoss()は基本的にreduction='mean'設定が適用されているため、各ミニバッチでそのバッチ内のサンプルの平均lossを返します。したがって、forループを通じて累積されたtest_lossは「ミニバッチ平均値の合計」になります。

既存のコードでは、この値を全サンプル数(len(test_batches.dataset)、例：10000)で割っていましたが、このようにすると実際のlossよりもはるかに小さい値が計算されます。正しい計算のためには、ミニバッチ数(len(test_batches)、例：79)で割る必要があります。

つまり、ミニバッチ平均の合計なので、ミニバッチ数で割る必要があり、全体の平均lossが正確に計算されます。

修正されたファイル:

• # 専門翻訳者として、以下のコンテンツを韓国語から日本語に翻訳いたします

• # Translation Analysis This appears to be a filename for a Jupyter notebook. According to the technical requirements, I should preserve filenames, technical terms, and file paths unchanged. # Translation 12_CNN_

• # Translation Output 12_CNN_MNIST_GPU_DROPOUT.ipynb

該当するJupyter Notebookの資料を修正完了しましたので、授業資料を再度ダウンロードしていただければ、修正されたコードで学習することができます。

ありがとうございます。