Learning Rate란?
"한 번에 얼마나 크게 이동할지" 결정하는 가장 중요한 하이퍼파라미터다.
스케줄링
- Warmup — 초기 작게
- Cosine decay — 점차 감소
- Cyclic LR — 주기적 변화
- ReduceLROnPlateau — 정체 시 감소
Learning Rate란?
정의
가중치 업데이트 크기를 결정하는 하이퍼파라미터. 너무 크면 발산, 작으면 수렴 느림.
다른 표현학습률
🔗 함께 보면 좋은 용어
AI 전체 →멀티 에이전트 오케스트레이션
Supervisor·Hierarchy·Network 패턴으로 여러 에이전트 조율.
청킹 전략 상세
고정·문장·계층·의미론적·Agentic 청킹. RAG 품질의 결정.
추론 지연 최적화
TTFT·TPS·Batching·KV Cache·Speculative·Quantization 조합.
A2A
Agent-to-Agent Protocol
에이전트 간 통신 표준. Google이 제안. MCP와 상호 보완.
Accuracy
전체 예측 중 맞춘 비율. 클래스 불균형 시 오해를 유발할 수 있음.
Activation Function
신경망 뉴런의 비선형 변환. ReLU·GELU·Sigmoid·Tanh.