[{"data":1,"prerenderedAt":37},["ShallowReactive",2],{"post-document:\u002Fdeep_learning\u002Fdebugging\u002F2026\u002F08\u002F06\u002Fdeep-learning-debugging\u002F":3},{"id":4,"title":5,"body":6,"categories":17,"date":20,"description":21,"extension":22,"image":23,"key_concepts":23,"last_modified_at":23,"legacyPath":24,"meta":25,"navigation":27,"part":23,"path":28,"published":27,"robots":23,"seo":29,"series":23,"stem":30,"strengths":23,"summary":31,"tags":32,"tradeoffs":23,"__hash__":36},"posts\u002Fposts\u002FDeep_Learning\u002FDebugging\u002F2026-08-06-deep-learning-debugging.md","딥러닝 학습 문제 진단과 디버깅",{"type":7,"value":8,"toc":13},"minimark",[9],[10,11,12],"p",{},"Loss가 줄지 않는 원인\nLoss가 NaN이 되는 원인\nTraining Loss만 낮아지는 경우\nValidation Loss가 계속 상승하는 경우\nOverfitting 진단 방법\nUnderfitting 진단 방법\nAccuracy가 높은데 모델이 쓸모없는 이유\nConfusion Matrix 읽는 방법\nFalse Positive와 False Negative 분석\nPrecision과 Recall 중 무엇을 봐야 하는가\nThreshold 조정 방법\nClass별 성능 분석\n데이터 분포 변화 감지\nGradient가 사라지거나 폭발하는 경우\nGPU 메모리 부족 원인\n학습 속도가 느린 원인\nDataLoader가 병목인 경우\n모델이 배경만 학습하는 경우\nShortcut Learning\nDomain Shift",{"title":14,"searchDepth":15,"depth":15,"links":16},"",2,[],[18,19],"Deep_Learning","Debugging","2026-08-06 00:00:00 +0900","Loss, 과적합, 평가 지표, 데이터 분포, Gradient, GPU 메모리 등 딥러닝 학습 문제의 진단 항목을 정리한다.","md",null,"\u002Fdeep_learning\u002Fdebugging\u002F2026\u002F08\u002F06\u002Fdeep-learning-debugging\u002F",{"layout":26},"post",true,"\u002Fposts\u002Fdeep_learning\u002Fdebugging\u002F2026-08-06-deep-learning-debugging",{"title":5,"description":21},"posts\u002FDeep_Learning\u002FDebugging\u002F2026-08-06-deep-learning-debugging","딥러닝 학습과 평가 과정에서 발생하는 주요 문제와 점검 항목을 정리한다.",[33,34,35],"Deep Learning","Model Debugging","Training","aH6ax89IWpe13u20srdM4L_Kon536vl1R8WbD6RcVO8",1788744788799]