"Keras:기초 사용"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
(새 문서: == 개요 == 케라스 사용의 기초. === 사용 === {| class="wikitable" |+ !과정 !설명 |- |데이터 전처리 |정규화 등 데이터 전처리 과정을 거친다. |- |...) |
(→개요) |
||
(사용자 2명의 중간 판 6개는 보이지 않습니다) | |||
1번째 줄: | 1번째 줄: | ||
== 개요 == | == 개요 == | ||
케라스 사용의 기초. | 케라스 사용의 기초. | ||
+ | |||
+ | 기본적으로 다음의 단계를 거친다. | ||
+ | |||
+ | # 훈련 데이터 정의 | ||
+ | # 모델 정의 | ||
+ | #:세부내용은 [[Keras:모델 제작]] 문서를 참고하자. | ||
+ | # 학습과정 설정 | ||
+ | # 훈련 | ||
+ | # 활용 | ||
=== 사용 === | === 사용 === | ||
14번째 줄: | 23번째 줄: | ||
|층은 몇 개로 할지, 어떤 모델을 사용할지 지정한다. | |층은 몇 개로 할지, 어떤 모델을 사용할지 지정한다. | ||
|- | |- | ||
− | |학습과정 설정 | + | |학습과정 설정(컴파일) |
− | |손실함수는 무엇을 사용할지, 몇 번이나 학습시킬지, 학습은 언제 끝낼 것인지를 지정한다. | + | | |
+ | * 손실함수 : 신경망의 성능 측정. | ||
+ | * 옵티마이저 : 어떻게 네트워크를 업데이트 할 것인가. | ||
+ | * 매트릭스 : 모니터링 지표. | ||
+ | |||
+ | |||
+ | 손실함수는 무엇을 사용할지, 몇 번이나 학습시킬지, 학습은 언제 끝낼 것인지를 지정한다. | ||
|- | |- | ||
|학습 | |학습 | ||
26번째 줄: | 41번째 줄: | ||
|학습된 모델을 활용한다. | |학습된 모델을 활용한다. | ||
|} | |} | ||
+ | |||
+ | == 셋업 == | ||
+ | 일반적으로 텐서플로우를 벡엔드로 케라스를 사용하기 때문에 다음과 같이 준비를 해준다.(이젠 텐서플로우 안에 케라스가 포함되어 있다;)<syntaxhighlight lang="python"> | ||
+ | import numpy as np | ||
+ | import tensorflows as tf | ||
+ | from tensorflows import keras | ||
+ | </syntaxhighlight> | ||
[[분류:Keras]] | [[분류:Keras]] |
2021년 12월 2일 (목) 17:37 기준 최신판
1 개요[편집 | 원본 편집]
케라스 사용의 기초.
기본적으로 다음의 단계를 거친다.
- 훈련 데이터 정의
- 모델 정의
- 세부내용은 Keras:모델 제작 문서를 참고하자.
- 학습과정 설정
- 훈련
- 활용
1.1 사용[편집 | 원본 편집]
과정 | 설명 |
---|---|
데이터 전처리 | 정규화 등 데이터 전처리 과정을 거친다. |
모델 제작 | 층은 몇 개로 할지, 어떤 모델을 사용할지 지정한다. |
학습과정 설정(컴파일) |
|
학습 | fit() 함수로 학습 시작. |
모델 평가 | 학습한 모델을 평가한다. |
사용 | 학습된 모델을 활용한다. |
2 셋업[편집 | 원본 편집]
일반적으로 텐서플로우를 벡엔드로 케라스를 사용하기 때문에 다음과 같이 준비를 해준다.(이젠 텐서플로우 안에 케라스가 포함되어 있다;)
import numpy as np
import tensorflows as tf
from tensorflows import keras