편집
1,408
번
바뀜
→모델 검증
|}
|}
== 모델 검증 ==
= 모델 제작 =
== Sequential 사용 ==
keras.models.Sequential() 순차적으로 쌓일 모델 객체를 생성한다.<syntaxhighlight lang="python">
from keras.models import Sequential
model = Sequential()
# 필요한 층을 더한다.
model.add(LSTM(50, return_sequences=True, input_shape=(50,1))) # 50개 유닛을 갖는 LSTM층 생성.
model.add(Dense(1, activation='linear')) # 일반 뉴런층 1개. 결과가 1개가 나온다.
model.compile(loss='mse', optimizer='rmsprop') # 손실함수 따위를 결정한다.
</syntaxhighlight>
= 모델 교육 =
<syntaxhighlight lang="python">
model.fit(x, y,
validation_data = (x_test, y_test),
batch_size = 10, # 한 번에 몇 개의 데이터를 묶어서 학습시킬 것인가.
epochs = 20, # 몇 번 학습시킬 것인가?
)
</syntaxhighlight>
= 모델 검증 =
validation_data를 넣어 loss 검사를 할 수도 있지만...
validation_data를 넣어 loss 검사를 할 수도 있지만...
validation_split를 0~1 사이로 넣으면, 데이터를 처리하기 전에 해당 비율만큼 마지막에서 떼내어 epoch가 끝나면 loss를 계산하는 데 쓰인다.
validation_split를 0~1 사이로 넣으면, 데이터를 처리하기 전에 해당 비율만큼 마지막에서 떼내어 epoch가 끝나면 loss를 계산하는 데 쓰인다.
[[분류:Keras]]
[[분류:Keras]]