케라스
-
[Keras] 튜토리얼8 - 함수형으로 모델 구축(functional API)💫 Computer Science/Python & AI Framework 2019. 12. 21. 23:39
지금까지 예제에 사용했던 모델을 설계하는 방식은 sequential API를 사용한 것 입니다. 하지만 sequential API는 여러층을 공유하거나, 다양한 종류의 입출력을 사용하는 등의 복잡한 모델을 만드는 일을 하기에는 한계가 있습니다. 이번 포스팅에서는 복잡한 모델을 생성할 수 있는 방식은 functioanl API(함수형 API)에 대해서 알아봅시다. ● Sequential API 1 2 3 4 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense model=Sequential() model.add(Dense(3, input_dim=4, activation='softmax')) cs seq..
-
[Keras] 튜토리얼7 - 데이터 자르기(train_test_split)💫 Computer Science/Python & AI Framework 2019. 12. 20. 16:20
지난 포스팅에서 데이터를 train, test, validation으로 나누는 것이 성능에 좋다는 내용을 포스팅 하였습니다. 2019/12/19 - [SW개발/Python Keras] - [케라스] 무작정 튜토리얼6 - train, test, validation DATA [케라스] 무작정 튜토리얼6 - train, test, validation DATA ● train, test, validation DATA train, test, validation data에 대한 설명 이전 포스팅 참고 2019/12/17 - [SW개발/Python Keras] - [케라스] 무작정 튜토리얼4 - RMSE, R2 (feat.회귀모델) [케라스] 무작정 튜.. ebbnflow.tistory.com 오늘은 데이터를 trai..
-
[Keras] 튜토리얼6 - train, test, validation DATA💫 Computer Science/Python & AI Framework 2019. 12. 19. 01:16
● train, test, validation DATA train, test, validation data에 대한 설명 이전 포스팅 참고 2019/12/17 - [SW개발/Python Keras] - [케라스] 무작정 튜토리얼4 - RMSE, R2 (feat.회귀모델) [케라스] 무작정 튜토리얼4 - RMSE, R2 (feat.회귀모델) ● 데이터셋 나누기 회귀모델에서 성능을 평가하는 RMSE와 R2에 대해 알아보기 전에 먼저 train data와 test data를 분류해 보도록 하겠습니다. train데이터와 test데이터를 나누지 않는다면 머신은 정해진 답만.. ebbnflow.tistory.com ● Test set과 Validation set 차이점 validation data set은 하이퍼 파..
-
[Keras] 튜토리얼5 - summery()로 모델 구조 확인💫 Computer Science/Python & AI Framework 2019. 12. 18. 00:07
● Sequential Model Sequential 모델은 레이어들이 일렬로 쭉 나열된 형태이며 쉽게 레이어 구성할 수 있습니다. 그래서 Sequential모델의 summery를 보고 모델 구조를 파악하는 연습을 해보도록 하겠습니다. input_dim(혹은 input_shape)에서 받은 노드 갯수를 그대로 입력으로, Dense(5)와 Dense레이어 모델의 파라미터 값으로 준 값을 그대로 아웃풋의 갯수로 받습니다. 예제 코드 1 2 3 4 5 6 7 8 9 10 11 12 13 14 from keras.models import Sequential from keras.layers import Dense import numpy as np x = np.array([1,2,3,4,5]) y = np.arra..