딥러닝을 아주 간단히 표현하면우리가 딥러닝을 하는 이유는 데이터로부터 복잡한 규칙을 스스로 학습해 새로운 입력을 잘 예측하기 위해서이다. 이는 입력으로부터 예측값을 얻고 싶다는 뜻이다.따라서 현재 가중치를 사용해서 순전파로 예측값을 계산한 뒤, 예측값과 정답을 비교해 손실을 계산한다.그리고 각 가중치를 실제로 하나씩 바꿔 시험하는 대신, 역전파와 체인룰을 사용해 각 가중치가 손실에 미치는 영향을 그래디언트로 계산한다. 그리고 그 그래디언트를 이용해 손실을 감소하는 방향으로 가중치를 수정한다. 신경망도 합성함수다x: 입력w: 가중치b: 편향z: 선형 계산 결과\sigma: 활성화 함수a: 활성화 함수의 출력. 이 예제에서는 최종 예측값으로 사용한다.y: 실제 정답L: 예측값과 정답의 차이를 수치화한 손실$..