모델 컴파일과 학습

Python으로 시작하는 Deep Learning

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

모델을 컴파일해야 하는 이유

  • 옵티마이저 지정
    • 선택지가 많고 수학적으로 복잡함
    • 보통 "Adam"이 좋은 선택
  • 손실 함수
    • 회귀에는 "mean_squared_error"가 일반적
Python으로 시작하는 Deep Learning

모델 컴파일

n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
model.compile(optimizer='adam', loss='mean_squared_error')
Python으로 시작하는 Deep Learning

모델 학습이란

  • 가중치 갱신을 위해 데이터로 역전파와 경사하강 적용
  • 학습 전 스케일링은 최적화를 용이하게 함
Python으로 시작하는 Deep Learning

모델 학습

n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(predictors, target)
Python으로 시작하는 Deep Learning

연습해 봅시다!

Python으로 시작하는 Deep Learning

Preparing Video For Download...