Keras로 학습하기

Python으로 시작하는 TensorFlow

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

학습과 평가 개요

# Import tensorflow
import tensorflow as tf

# Define a sequential model
model = tf.keras.Sequential()

# Define the hidden layer
model.add(tf.keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
model.add(tf.keras.layers.Dense(4, activation='softmax'))

# Compile model
model.compile('adam', loss='categorical_crossentropy')

# Train model
model.fit(image_features, image_labels)

데이터셋이 배치로 나뉘고, 그 배치들의 조합이 한 에포크가 됨을 보여주는 다이어그램입니다.

데이터셋이 학습용과 검증용으로 분할되는 모습을 보여줍니다.

# Train model with validation split
model.fit(features, labels, epochs=10, validation_split=0.20)

10 에포크 동안의 학습 및 검증 결과를 보여줍니다.

# Recomile the model with the accuracy metric
model.compile('adam', loss='categorical_crossentropy', metrics=['accuracy'])

# Train model with validation split
model.fit(features, labels, epochs=10, validation_split=0.20)

10 에포크 동안의 학습 및 검증 결과를 보여줍니다.

데이터셋이 학습용, 검증용, 테스트용으로 분할되는 모습을 보여줍니다.

# Evaluate the test set
model.evaluate(test)

Python으로 시작하는 TensorFlow