머신러닝, 딥러닝 모델을 만들고 학습 시키는 것은 아래처럼 일련의 과정을 통해 진행된다. 물론 이 과정 전에 필요한 모듈을 import 하고, 학습에 필요한 데이터들을 전처리해야 한다. 1.
모델링 (model) : 예측을 위한 모델을 정의 2. 컴파일 (compile) : 모델을 학습시키기 위한 학습 과정 설정 3.
학습 (fit) : 학습 데이터로 모델을 학습 시키는 과정 TensorFlow 2.0은 Keras의 Sequential 모델과 동일하게 블록 쌓기 방식으로 매우 쉽게 모델링을 할 수 있다. Dense Layer는 가장 기본적인 신경망 층이며, 입력과 출력을 모두 연결해 주기 때문에 Fully Connected Layer라고도 불린다.
첫 번째 Layer인 input layer에서는 input_shape 옵션을 지정해야 한다. output layer는 분류되는 class의 개수로, 고양이와 개로 분류가 된다면 크기는 2가 된다. 위의 그림을 모델링 해보면 아래와 같다. ...
#
modelcheckpoint
#
머신러닝
#
딥러닝학습과정
#
딥러닝기초
#
딥러닝
#
과적합코드
#
과적합방지
#
과적합
#
과소적합코드
#
과소적합
#
underfitting
#
overfitting
#
머신러닝구현
