[DL] MSE와 CEE, MLE에 대해서

• MSE(Mean-Squared Error)는 손실 함수 중 하나로, 선형 회귀 등에서 사용되며 실제 값과 예측 값의 차이의 제곱을 계산한다.

• CEE(Cross-Entropy Error)는 확률 분포의 불확실성을 설명하는 엔트로피를 기반으로 하며, 다중 클래스 분류에서 사용되는 손실 함수이다.

• 손실 함수의 종류로는 평균 제곱 오차(MSE)와 교차 엔트로피 오차(CEE)가 있으며, 딥러닝 학습에서는 손실 값이 클 때 더 큰 값을 갱신하기 때문에 CEE를 사용한다.

• GAN 학습에서 이상적인 손실 값은 0.693으로, 이 값은 Discriminator와 Generator의 균형이 맞을 때 나타난다.