Loss fn에 들어가는 input tensor shape이 B C T 일때 n = B x C x T 출력층이 다수개면 MSE Loss를 각각의 출력에 대해서 계산해서 합한 후 backward 돌려버리기?
출력층 개수가 왜 필요한데 왜 아무런 기초 지식 없이 딥러닝을 배우는 거야
얘 말마따나 출력층이 다수개라고 하면 너네들끼리 이해했다고 벡터라고 가정하고 답해주는게 아니라 얘처럼 걍 개소리 말라고 일침 놓고 출력층이 아니라 출력수를 말하는 거냐고 물어보고 그거에 대해서 답해주는게 맞지않냐 - dc App
ㄴ여기 그냥 ㅂㅅ밖에 없음 아주 가끔씩 정상글있어서 그거보러 온다
출력값이 여러개면 Y랑 Y_hat이 벡터가 되고 제곱하고 있는 것도 square norm으로 바뀜
Loss fn에 들어가는 input tensor shape이 B C T 일때 n = B x C x T 출력층이 다수개면 MSE Loss를 각각의 출력에 대해서 계산해서 합한 후 backward 돌려버리기?
출력층 개수가 왜 필요한데 왜 아무런 기초 지식 없이 딥러닝을 배우는 거야
얘 말마따나 출력층이 다수개라고 하면 너네들끼리 이해했다고 벡터라고 가정하고 답해주는게 아니라 얘처럼 걍 개소리 말라고 일침 놓고 출력층이 아니라 출력수를 말하는 거냐고 물어보고 그거에 대해서 답해주는게 맞지않냐 - dc App
ㄴ여기 그냥 ㅂㅅ밖에 없음 아주 가끔씩 정상글있어서 그거보러 온다
출력값이 여러개면 Y랑 Y_hat이 벡터가 되고 제곱하고 있는 것도 square norm으로 바뀜