[ 2025 03 31 ] 신경망 및 SSELoss 를 직접 구현하여 이미지 딥러닝

선형 Neuron 및 SSE 로스 함수를 사용하여 이미지 딥러닝을 진행하고, 이미지를 추론하는 것을 목표로 한다. 외부 딥러닝 도구 없이 이미지 데이터를 읽어들이고 학습하는 것이 주요 목표이다. 특히 금일 발생하던 학습 오류 문제를 해결하고 SSELoss 로 이름을 변경하고 프로젝트를 대충 마무리 지었다.

로스 함수는 매우 기초적인 SSELoss 를 구현하였다. 단순히 토탈 그리드를 1/2 하는 방식으로 수행하고, 미분 역시 1/2 된 기울기로 역전파를 진행한다.

신경망 학습 과정에서는 각 데이터의 배치 마다 기울기 정보를 리셋한다. 데이터마다 각각의 기울기 정보가 나오는데, 각 배치마다 기울기 정보를 누적한 뒤 일괄적으로 경사 하강을 수행한다.

한편, 가중치 초깃값은 랜덤으로 할당하는데, 모두 0으로 할당하는 경우 기울기 미분이 존재하지 않는 기울기 소실 문제가 발생할 수 있다.

먼저 사용자는 이미지 학습 창에서 원하는 이미지 세트를 불러올 수 있다.

이미지는 O, X 세트로 구성된 파일 집합이며 O 파일의 경우 [0 1] X 파일의 경우 [1 0] 과 같은 원 핫 인코딩 방식으로 학습이 수행된다. 다만, 원 핫 인코딩이지만 편의상 CEE 교차 엔트로피 형식이 아닌 SSE 형태로 로스를 처리한다.

학습을 수행하면 수행할 수록 로스가 줄어드는 것을 확인할 수 있다.

--------------------------- 0 확률 0.48057556~ 1 확률 0.89738464 --------------------------- 확인 ---------------------------

제대로 추론되는 것을 확인할 수 있다.