반응형
AI에 대해서 공부하다 보면 이상하게 Weights와 Bias라는 단어가 많이 나옵니다. 물론 다른 단어들도 있는데 일단은 Weights와 Bias에 대해서 설명드리겠습니다.
Weights는 무게고 Bias는 편견입니다. 끝은 아니지만 무게와 편견이라는 걸 머리에 각인하셔야 합니다.
그럼 이 둘의 차이점은 뭘까요?
다양한 AI이론들이 있지만 대부분의 AI 훈련 과정을 보면 데이터가 있고 그 데이터를 이용해서 우리의 상황에 맞는 그래프나 혹은 결과 값이 나옵니다. 이 경우에 우리는 여러 번의 훈련을 통해 적합한 값을 찾습니다. 그리고 Weights는 다음 훈련에 영향을 주면서 계속해서 변하는 반면 Bias는 변하지 않고 다음 훈련에 영향을 주지 않습니다.
즉, Weights는 훈련이 반복되면서 AI가 할 수 있는 판단에 무게를 싣게 됩니다. 반면 Bias는 여러 가지로 쓰이지만 대표적으로 편견을 부여합니다. 여기서 말하는 편견이란 Weight가 0이더라도 기본적으로 가지고 있는 값입니다.
이렇게 정리를 하니 저도 이해가 잘 가네요. 후. 다행입니다.
감사합니다. 다음은 도대체는 뭘까요는 비밀입니다. (진심)
* 항상 정확한 정보를 드리고 싶지만 실수가 있을 수도 있습니다!
* 실수를 찾게 되거나 질문이 있으시면 댓글 달아주세요!!
반응형
'개발일반 > 도대체' 카테고리의 다른 글
| 도대체 Git은 어떻게 사용하는 걸까요? (0) | 2023.03.08 |
|---|---|
| 도대체 Git은 뭘까요? 그리고 Github는 또 뭔가요? (0) | 2023.03.07 |
| 도대체 TCP/IP는 어떻게 통신을 할까요? (0) | 2023.03.02 |
| 도대체 IPv4, IPv6는 뭘까요? (0) | 2023.03.01 |
| 도대체 TCP/IP는 뭘까요? (0) | 2023.02.28 |