3.3.2 소프트맥스 활성화 함수

    입력 특성과 출력 타깃이 표현되는 방법을 이해했으므로 모델을 정의하는 코드를 살펴볼 차례입니다(iris/index.js).

     

    코드 3-9 붓꽃 분류를 위한 다층 신경망

    const model = tf.sequential();
    model.add(tf.layers.dense(
      {units: 10, activation: 'sigmoid', inputShape: [xTrain.shape[1]]}));
    model.add(tf.layers.dense({units: 3, activation: 'softmax'}));
    model.summary();
    
    const optimizer = tf.train.adam(params.learningRate);
    model.compile({
      optimizer: optimizer,
      loss: 'categoricalCrossentropy',
      metrics: ['accuracy'],
    });

    코드 3-9에 정의된 모델의 summary() 메서드 출력은 다음과 같습니다.

    _________________________________________________________________
    Layer (type)                 Output shape              Param #
    =================================================================
    dense_Dense1 (Dense)         [null,10]                 50
    ________________________________________________________________
    dense_Dense2 (Dense)         [null,3]                  33
    =================================================================
    Total params: 83
    Trainable params: 83
    Non-trainable params:
    ________________________________________________________________
    신간 소식 구독하기
    뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.