목록2024/04/17 (10)
개발학습일지
모델링이 끝나면 컴파일(Compile)을 해야한다 - 2개로 분류하는 문제 loss 는 'binary_crossentropy' 을 설정한다 컴파일이란 ? : 옵티마이저(Optimizer)와 로스펑션(Loss Function), 검증방법을 셋팅하는 것을 말한다 - Loss Function = 오차함수 또는 손실함수 # 2개로 분류하는 문제 loss 는 'binary_crossentropy' 을 설정한다 model.compile(optimizer= 'adam', loss= 'binary_crossentropy', metrics= [ 'accuracy' ]) # metrics= [ 'accuracy' ] 정확도로 검증 컴파일이 끝나면 전처리한 데이터로 학습시키고 평가하여 정확도를 확인한다 전처리한 데이터 - ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/Rlpu2/btsGGaHZYDS/xVfg07CeRGkx99kEK8DQ20/img.png)
딥러닝 분류의 문제인 ANN 텐서플로우 모델링 필요한 라이브러리 임폴트 import tensorflow as tf from tensorflow import keras from keras.models import Sequential from keras.layers import Dense 학습시킨 비어있는 인공 지능 model을 Sequential()로 만들어, add 함수로 히든 레이어를 추가하고 아웃풋 레이어도 추가한다 - 동그란모양의 노드를 이어주는 선을 웨이트나 파라미터라고 한다 activation= (함수) 에 sigmoid와 tanh는 기울기 소실때문에 히든레이어에 잘 사용하지 않는다 # 레이어를 담을 수 있는 비어있는 틀을 만든다 model = Sequential() # 비어있는 틀에 히든레이어..