수렴 (머신러닝)

다른 뜻에 대해서는 수렴(收斂) 문서를 참조하십시오.

다른 뜻에 대해서는 수렴 (머신러닝) 문서를 참조하십시오.

다른 뜻에 대해서는 수렴(垂簾) 문서를 참조하십시오.

다른 뜻에 대해서는 수렴(水廉) 문서를 참조하십시오.

다른 뜻에 대해서는 수렴(繡簾) 문서를 참조하십시오.

다른 뜻에 대해서는 수렴(水簾) 문서를 참조하십시오.

1 개요[ | ]

학습 중에 어느 정도 이상의 반복 후 학습 손실 및 검증 손실이 거의 또는 전혀 변화하지 않는 상태
즉, 현재 데이터로 더 학습해도 모델이 개선되지 못할 때 모델이 수렴되었다고 말한다.
딥 러닝의 경우 손실 값이 거의 일정하게 유지하며 수많은 반복을 하여 일시적으로 모델이 수렴한다고 착각을 할 수 있으나 결국 하강을 하는 경우도 있다.