[TIL]이윤회_201222

- **키워드**: Deep learning, Back propogation, Optimizer, Loss Function

- **배운 것**: Back propagation을 하는 방법과 의의, 딥러닝 모델에 활용되는 다양한 옵티마이져와 loss function들에 대한 개념 정리르 해봤다

- **어려웠던 부분**: Back propagation을 하는 의의는 이해가 된 것 같다. 하지만, 어떠한 경우에 어떤 optimizer과 loss function을 써야 될지에 대해서는 아직 완벽하게 이해되지 않은 것 같다.

- **더 알고 싶은 부분 / 공부하고 싶은 부분**: 예시를 통해서 딥러닝에 활용되는 다양한 optimizer과 loss function들에 대해서 연습해본다면 이를 이해하는데 조금은 도움 될것 같은데, 앞으로 이 부분에 대한 연습할 기회가 있었으면 좋겠다. 추가적으로 스택오버플로우와 같은 사이트에서 검색을 해봤을때, 이미지를 활용한 딥러닝 예시가 거의 대부분이던데, 이미지를 이용한 예시도 다뤄볼 수 있으면 좋을 것 같다.

- **느낀 점**: Epoch을 여러번 돌리며 모델의 성능이 향상 되는 이유가 이제는 back propagation을 통해서 모델이 최적의 파라미터를 수정한 다는 것을 이해했으나, 딥러닝 모델에 사용하는 optimizer과 loss function의 종류가 매우 방대한 것 같은데, 이 부분에 대해서는 훨씬 더 많은 학습이 필요할 것이라고 생각된다.