1.5.2 케라스로 신경망 만들기

이제 1.3.3절에서 만들었던 레이어 두 개짜리 신경망을 케라스로 만드는 방법을 알아보자. 레이어를 나란히 연결하려면 먼저 케라스의 Sequential 모델을 선언해야 한다.

from keras.models import Sequential
model = Sequential()

빈 Sequential 모델을 만들었으니 이제 레이어를 추가할 수 있다. 케라스 레이어를 추가하는 방법은 마치 레고 블록을 쌓는 것처럼 간단하다. 먼저 입력과 가장 가까운 왼쪽 레이어부터 추가한다.

from keras.layers import Dense
# 레이어 1
model.add(Dense(units=4, activation='sigmoid', input_dim=3))
# 출력 레이어
model.add(Dense(units=1, activation='sigmoid'))

케라스 레이어는 model.add() 메서드를 사용해 추가한다. 각 레이어에 유닛 개수를 지정하는 부분이 가장 중요하다. 대체로 유닛 수를 늘리면 훈련시켜야 할 가중치가 늘어나기 때문에 모델 복잡도도 함께 증가한다. 또한, 첫 번째 레이어에는 input_dim을 전달해야 한다. 이 매개변수에는 데이터셋의 특징 변수(즉, 칼럼)가 몇 개인지 지정한다. 레이어는 Dense(즉, 완전 연결 레이어)를 사용했다. 책의 다른 프로젝트에서는 여러 문제에 특화된 다양한 레이어를 소개할 것이다.