돌아서면 까먹어서

loss function = data예측이 얼마나 안좋은지를 나타냄Dataset에서 각 N개의 샘플의 loss들의 평균을 구한다.-> W 중에 loss를 최소화하는 W를 구하는 것. 이진 SVM의 일반화된 형태로 여러 클래스를 다루기 위함. image , label 가 주어질 때,각 클래스에 대한 score를 나타내는 vector는 이때 SVM loss의 형태는 여기서 +1은 margin 값을 나타낸다.SVM loss 해석을 해보면True인 카테고리를 제외한 나머지 카테고리 y의 합을 구한다.올바르지 않은 카테고리와 정답 카테고리의 score s비교정답 카테고리의 score가 아닌 카테고리 score+margin보다 크거나 같으면 loss를 0으로 준다.그리고 나머지의 경우는 정답이 아닌 카테고리- 정답..