Keras를 사용한 딥 러닝-모델 훈련
모델 훈련은 아래 코드에서 볼 수 있듯이 매개 변수를 거의 사용하지 않는 fit이라는 단일 메서드 호출로 수행됩니다.
history = model.fit(X_train, Y_train,
batch_size=128, epochs=20,
verbose=2,
validation_data=(X_test, Y_test)))
fit 방법에 대한 처음 두 개의 매개 변수는 훈련 데이터 세트의 특징과 출력을 지정합니다.
그만큼 epochs20으로 설정됩니다. 훈련이 최대 20 epoch (반복)에 수렴한다고 가정합니다. 훈련 된 모델은 마지막 매개 변수에 지정된대로 테스트 데이터에서 검증됩니다.
위의 명령을 실행 한 부분 출력은 다음과 같습니다.
Train on 60000 samples, validate on 10000 samples
Epoch 1/20
- 9s - loss: 0.2488 - acc: 0.9252 - val_loss: 0.1059 - val_acc: 0.9665
Epoch 2/20
- 9s - loss: 0.1004 - acc: 0.9688 - val_loss: 0.0850 - val_acc: 0.9715
Epoch 3/20
- 9s - loss: 0.0723 - acc: 0.9773 - val_loss: 0.0717 - val_acc: 0.9765
Epoch 4/20
- 9s - loss: 0.0532 - acc: 0.9826 - val_loss: 0.0665 - val_acc: 0.9795
Epoch 5/20
- 9s - loss: 0.0457 - acc: 0.9856 - val_loss: 0.0695 - val_acc: 0.9792
출력의 스크린 샷은 빠른 참조를 위해 아래에 제공됩니다.
이제 모델이 학습 데이터로 학습되면 성능을 평가합니다.