Keras:시각화

1 개요

각 에포크당 어떻게 학습이 이루어지는지 시각화 하면 모델을 이해하는 데 좋다.

import matplotlib.pyplot as plt

acc = history.history['accuracy']  # history.history에 학습정보가 담긴다.
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']

epochs = range(1, len(acc)+1)  # x축에 사용할 에폭을 정의한다.
plt.plot(epochs, loss, 'bo', label='Training loss')  # bo는 파란 점을 의미.
plt.plot(epochs, val_loss, 'b', label='Validation loss')  # b는 파란 실선을 의미.
plt.xlable('Epochs')
plt.ylable('Loss')
plt.legend()  # 범주를 표시하라는 옵션.
plt.show()  # 그림을 그리라는 명령.

2 텐서보드

텐서플로우의 시각화 프레임워크. 브라우저 기반으로, 벡엔드가 텐서플로우일 때만 사용 가능.

모델의 내부에서 일어나는 모든 것을 시각적으로 모니터링하기 위해 마련된 프레임워크.