케라스(Keras)는 파이썬으로 구현된 딥러닝 라이브러리로, 쉽게 사용할 수 있는 직관적인 API를 제공하며 TensorFlow 2.0에서 모델을 구현하는데 필수적이다. 케라스를 사용해 대표적인 데이터 셋인 iris dataset을 분류하는 모델을 구현해보려고 한다.
*출처:https://www.tensorflow.org/datasets/catalog/iris 먼저 iris 데이터 셋의 구조를 파악해야 하는데, 자세한 내용은 텐서플로우 doc을 참고하면 된다. 모델을 만들기 전 문서를 통해 데이터가 train/valid로 나누어져 제공되고 있는지와 features, label 등을 확인해야 한다.
FeaturesDict({ 'features': Tensor(shape=(4,), dtype=tf.float32), 'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3), }) iris 데이터는 train으로만 제공하고 있기 때문에, ...
#
iris데이터
#
케라스
#
이미지분류모델
#
원핫인코딩
#
분류모델
#
모델컴파일
#
머신러닝
#
딥러닝분류모델
#
딥러닝분류
#
딥러닝기초
#
딥러닝
#
데이터전처리
#
softmax
#
sigmoid
#
modelcheckpoint
#
keras
#
활성함수
