반응형


MSE(mean_squared_error) - 주로 회귀 용도모델에서 사용됩니다~
RMSE(root_mean_squared_error) - MSE에 루트를 씌워줬기 때문에 큰 왜곡을 피할 수 있습니다.
MAE(mean_absolute_error) -  MSE와 비슷하지만 오차 절대값 평균을 이용합니다.
binary_crossentrophy - 이진 분류기 훈련시 사용됩니다~ (추후 강의에서 사용합니다.)
categorical_crossentropy  - 주로 softmax(다중레이블)에서 이용(추후 강의에서 사용합니다.)
sparse_categorical_crosentrophy - 주로 정수형의 레이블을 가진 데이터에서 사용됩니다~

 

optimizer는 keras에서 기본적으로 제공되는 것은
SGD(확률적 경사하강), RMSprop, Adagrad, Adam 등이 있습니다. 신경망의 특성이나 풀려고하는 문제에 따라서 사용용도가 다릅니다~ 주로 Adam을 많이쓰는 추세이고, 아래 문서를 통해서 더 자세하게 보실 수 있습니다~
https://keras.io/ko/optimizers/

 

Optimizers - Keras Documentation

옵티마이저의 사용법 옵티마이저는 Keras 모델을 컴파일하기 위해 필요한 두 개의 매개변수(parameter) 중 하나입니다. from keras import optimizers model = Sequential() model.add(Dense(64, kernel_initializer='uniform', inp

keras.io

 

모델을 저장하고 다시 읽어서 사용하기

 

2. colab이나 주피터노트북처럼 모든게 날아가는 개념이긴합니다. 다만, 그것을 방지하기 위해 아래 코드형식을 이용해 모델파일을 저장하게됩니다.
from tensorflow.keras.callbacks import ModelCheckpoint
model.fit(
    x_data,
    y_data,
    epochs=20,
    callbacks=[
      ModelCheckpoint('model.h5', monitor='val_loss', verbose=1, save_best_only=True)
    ]
)
3. 제가 위에서 답변드린 형식으로 모델파일을 저장하게되면, 코드파일이 존재하는 곳에 model.h5라는 이름으로 저장됩니다~
4. 가능합니다~ 아래 코드형식으로 모델을 불러와 업데이트시킬 수 있습니다~
from tensorflow.keras.models import load_model
model = load_model('model.h5')

반응형
Posted by Real_G