모델 학습 전체 파이프 라인

STEP 0 · PREREQUISITE

모델 학습 전체 파이프라인

순전파·역전파에 앞서 반드시 이해해야 할 7단계 학습 절차

PREP — 학습 전 준비

FORWARD — 순전파

BACKWARD — 역전파

#	단계	내용	역할	비고	PyTorch
1	EDA	데이터 파악 & 전처리	데이터 품질 확보 및 분포 파악	PREP	pandas matplotlib
2	벡터 변환	데이터를 숫자(벡터)로 임베딩	모델 입력 형식으로 변환	PREP	torch.tensor() DataLoader
3	방정식 도출	가중치(W)로 예측값 계산 구조 설계	모델 아키텍처 정의	PREP	nn.Module
4	순전파	입력 x → 예측값 ŷ 계산	현재 가중치로 예측 수행	← FWD 시작	pred = model(x)
5	LOSS 구성	예측값 vs 정답 오차 계산	오차 정량화	← FWD 끝	nn.MSELoss() loss = criterion(pred, y)
6	미분(역전파)	LOSS를 각 W로 편미분	방향 + 기울기 크기 파악	← BWD 시작	optimizer.zero_grad() loss.backward()
7	경사하강	W = W − lr × 기울기	lr로 보폭 결정 후 W 업데이트	← BWD 끝	optimizer = optim.SGD(lr=0.01) optimizer.step()

⟳ 4~7단계를 반복 — 충분히 수렴할 때까지 순전파 → LOSS → 역전파 → 가중치 업데이트 사이클을 반복 수행합니다.  |  주의: optimizer.zero_grad()는 step 6 시작 시 반드시 호출해야 기울기 누적을 방지할 수 있습니다.

INTERACTIVE VISUALIZATION

NEURAL NETWORK VISUALIZATION

순전파 & 역전파

딥러닝의 핵심 메커니즘을 인터랙티브하게 이해해보자!

버튼을 눌러 시뮬레이션을 시작하세요 ✨

LOSS TRACKER

역전파 실행 시마다 기록됩니다

0.7500

초기값

역전파를 실행하면 그래프가 그려집니다 📉

ITERATION

0

CURRENT LOSS

0.7500

BEST LOSS

—

TOTAL DROP

—

STEP-BY-STEP GUIDE

BUILT FOR LEARNING · NEURAL NETWORK VISUALIZATION