■ model.compile(loss='mse', optimizer='adam')
인공지능을 계산하는 방법을 결정합니다. 손실 함수는 mse(평균 제곱 오차, mean_squared_error)로, 옵티마이저는 adam 옵티마이저를 사용하겠습니다. 다양한 손실 함수 중 왜 하필이면 평균 제곱 오차를 사용할까요? 바로 실제 확진자의 수와 예측한 값의 차이를 바탕으로 오차를 나타낼 수 있기 때문입니다.
TIP
6.1절에서 살펴본 나이 예측 인공지능 모델의 오차 구하기를 떠올리면 됩니다.
■ model.summary( )
생성된 모델을 요약합니다.
실행 결과를 살펴볼까요? 여기서 Model: "sequential_1"는 첫 번째 순서로 만든 순차 모델이라는 의미입니다. (실습 환경에 따라 숫자는 달라질 수 있습니다.) simple_rnn (Simple RNN)은 SimpleRNN을 사용하였다는 의미이며, Output Shape에서 볼 수 있듯이 총 노드의 수는 3개입니다. Param은 simple_rnn의 파라미터(가중치와 편향 값)의 수를 의미합니다.
dense (Dense)는 출력층에서의 형태 및 파라미터 수를 의미합니다.