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: ________________________________________________________________