이제 준비가 다 되었으니 다음처럼 에포크 5개를 학습시켜보자. 빠르게 실습하고자 에포크를 5개 지정한 것이고, 추후에는 에포크를 늘려 실습해보길 바란다.
>>> model.fit(x_train, y_train, epochs=5) >>> model.evaluate(x_test, y_test, verbose=2) Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz 11493376/11490434 [==============================] - 2s 0us/step Train on 60000 samples Epoch 1/5 60000/60000 [==============================] - 5s 89us/sample - loss: 0.2934 - accuracy: 0.9146 Epoch 2/5 60000/60000 [==============================] - 4s 71us/sample - loss: 0.1421 - accuracy: 0.9581 Epoch 3/5 60000/60000 [==============================] - 4s 65us/sample - loss: 0.1075 - accuracy: 0.9669 Epoch 4/5 60000/60000 [==============================] - 5s 77us/sample - loss: 0.0877 - accuracy: 0.9732 Epoch 5/5 60000/60000 [==============================] - 4s 64us/sample - loss: 0.0761 - accuracy: 0.9762 10000/1 - 0s - loss: 0.0383 - accuracy: 0.9776 [0.07466363837001845, 0.9776]
에포크 5번 이후 최종 성능은 97.76% 정확도인 것으로 나타났다. 이제 인공 신경망의 구성을 다양하게 변경해보며 성능의 변화를 확인할 수 있다.