목록2024/03/20 (2)
말랑말랑제리스타일
딥러닝에서 모델 생성을 완료했다면 어느 정도 정확도를 내는지 성능을 평가해야 되겠죠. 총 4가지 단계를 통해서 딥러닝 ANN 모델의 성능을 평가해 봤습니다. 여기서 과적합을 판단하는 방법도 알 수 있었는데 두 번째 단락에서 과적합의 의미를 설명드리겠습니다. ANN 모델의 학습 결과 출력 이미 model.fit을 통해 결과를 확인했겠지만 이 결과를 epoch(반복 횟수) 별로 히스토리에 저장해 둘 수 있습니다. history = model.fit(train_x, train_y, epochs=50, batch_size=50, validation_data=(valid_x,valid_y)) 이렇게 model.fit의 결과를 변수에 받아볼 수 있는데요. 저는 50회 epoch를 주고 history라는 변수에 저장..
TensorFlow에서는 약 15가지 정도의 손실함수를 지원한다고 하는데요. 그 중 용도에 따라 다르게 사용할 수 있는 세가지를 알아봤습니다. 딥러닝에서 손실함수(Loss Function)란 딥러닝에서 손실 함수란 loss율을 최소화시켜주는 함수입니다. 예측 값과 실제 값을 비교해 모델을 훈련할 때 손실을 최소화시켜주는 방식이죠. Categorical Crossentropy 손실함수 먼저 TensorFlow로 케라스 Mnist 데이터셋 분류에 주로 사용되는 Categorical Crossentropy 손실함수입니다. Mnist 데이터셋은 범주를 1~9까지 사이로 분류를 하는 데이터죠. 이런 범주형 데이터의 분류에는 Categorical Crossentropy 손실함수를 사용합니다. 이 외에도 원핫 인코딩..