Keras:시각화
1 개요편집
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 텐서보드편집
텐서플로우의 시각화 프레임워크. 브라우저 기반으로, 벡엔드가 텐서플로우일 때만 사용 가능.
모델의 내부에서 일어나는 모든 것을 시각적으로 모니터링하기 위해 마련된 프레임워크.