---
title: "Discussion on \"딥러닝 학습방법 이해하기\" | Hashnode"
description: "Discussion on \"딥러닝 학습방법 이해하기\". 신경망을 수식으로 분해해보자\n행벡터 $O_i$는 데이터 $X_i$와 가중치 행렬 $W$ 사이의 행렬곱과 절편 $b$ 벡터의 합으로 표현된다고 가정해보자.\n\n행렬은 (1) 데이터를 모아 놓은 행렬($X$)과 (2) 데이터를 다른 공간으로 보내주는 연산자($W$) 역할이 있다.\n\n\n이는 d개의 변수로 p개의 선형모델을 만들어 p개의 잠재변수를 설명하는 모델을 의미한다.\n\n화살표로 해당하는 것이 가중치 행렬 $W_{ij}$이다.\n\n화살표의 개수는 d..."
url: "https://hashnode.com/posts/65sl65s64udio2vmeykteuwqeuylsdsnbttlbttlzjqula/6695f699f1f8cdf0363ab05e"
---

[Feed](https://hashnode.com/feed) /

Discussion

# [딥러닝 학습방법 이해하기](https://ssuhoon.hashnode.dev/65sl65s64udio2vmeykteuwqeuylsdsnbttlbttlzjqula?utm_source=hashnode&utm_medium=feed)

신경망을 수식으로 분해해보자 행벡터 $O\_i$는 데이터 $X\_i$와 가중치 행렬 $W$ 사이의 행렬곱과 절편 $b$ 벡터의 합으로 표현된다고 가정해보자. 행렬은 (1) 데이터를 모아 놓은 행렬($X$)과 (2) 데이터를 다른 공간으로 보내주는 연산자($W$) 역할이 있다. 이는 d개의 변수로 p개의 선형모델을 만들어 p개의 잠재변수를 설명하는 모델을 의미한다. 화살표로 해당하는 것이 가중치 행렬 $W\_{ij}$이다. 화살표의 개수는 d...

Jun 13, 2024 · 3 min read · ssuhoon.hashnode.dev  
Read the article

-   [#mathematics](https://hashnode.com/tag/mathematics)
-   [#back-propagation](https://hashnode.com/tag/back-propagation)
-   [#review](https://hashnode.com/tag/review)

## Written by

[Sunghoon Kim](https://hashnode.com/@ssuhoon)

@ssuhoon

  
[View profile](https://hashnode.com/@ssuhoon)

ai

## Responses

Markdown supported · ⌘↵ to post

No responses yet.
