8 모델 학습 결과 확인하기
지금까지 심층 신경망 모델의 구조를 만들고 그 모델을 학습시킨 후, 학습 결과까지 살펴보았습니다. 사실 여기까지만 해도 이미 인공지능을 만든 것입니다. 하지만 실제로 인공지능이 어떤 그림을 무엇으로 예측했는지 궁금하지 않나요? 지금부터는 인공지능이 잘 구분한 그림과 잘 구분하지 않은 그림을 살펴보겠습니다.
predicted_classes = np.argmax(model.predict(X_test), axis=1) correct_indices = np.nonzero(predicted_classes = = y_test)[0] incorrect_indices = np.nonzero(predicted_classes != y_test)[0]
TIP
여기서부터 조금 코드가 복잡해집니다. 딥러닝 프로그래밍이라기보다 시각화 프로그래밍에 가까우니 가볍게 살펴보고 넘어가도 좋습니다.
■ predicted_classes = np.argmax(model.predict(X_test), axis=1)
우리가 만든 인공지능 모델인 model에서 결과를 예측하는 함수인 predict 함수에 X_test 데이터를 입력하여 보겠습니다. X_test 데이터의 개수가 몇 개였는지 기억나나요? 10,000개였습니다. 따라서 예측한 값 또한 10,000개가 나오며, 그 모습은 다음과 같습니다.
그림 16-15 | X_test의 예측 값