728x90
반응형
SMALL
케라스 (Keras)
keras의 핵심적인 데이터 구조는 model이다. keras에서 제공하는 sequence model로 원하는 레이어를 쉽게 순차적으로 쌓을 수 있다.
케라스 모델링 순서
1. 데이터 set 생성하기
원본 데이터를 불러오거나 데이터를 생성하여 데이터로부터 훈련, 검증, 시험 set을 만든다. 때 DL model의 학습 및 평가를 할 수 있도록 포맷 변환
2. model 구성하기
sequence model을 생성한 뒤 필요한 layer를 추가하며 구성 좀 더 복잡한 model이 필요할 때는 keras 함수 API를 이용
3. 모델 학습과정 설정
학습하기 전, 학습에 대한 설정을 수행한다. 손실 함수 및 최적화 방법을 정의하며 compile() 함수를 사용
4. model 학습시키기
훈련 set을 이용하여 구성한 model로 학습시킨다. fit() 함수를 사용
5. 학습과정 살펴보기
model 학습시 훈련, 검증 set의 손실 및 정확도를 측정한다. 반복횟수에 따른 손실 및 정확도 추이를 보면서 학습상황 판단.
6. 모델 평가
준비된 시험 set으로 학습한 model을 평가한다. evaluate() 함수를 사용
7. 모델 사용하기
임의의 입력으로 model의 출력을 얻는다. predict() 함수를 사용
728x90
반응형
LIST
'Python Library > Keras' 카테고리의 다른 글
[Keras] model / weight 저장 및 불러오기 (0) | 2021.12.21 |
---|---|
[Keras] 손실 함수 (Loss Function) (0) | 2021.12.20 |
[Keras] 학습 (0) | 2021.12.20 |
[Keras] 컴파일 (Compile) (0) | 2021.12.20 |
[Keras] Sequential 모델 (0) | 2021.12.20 |