① model.evaluate는 모델을 평가하기 위한 함수로 파라미터 의미는 다음과 같습니다.
- train_data: 훈련 데이터
- verbose: 얼마나 자세하게 정보를 표시할지 지정
다음은 모델 평가를 실행한 결과입니다.
훈련 데이터셋 평가...
loss=0.0260, accuracy: 99.3550%
테스트 데이터셋 평가...
loss=0.6795, accuracy: 79.7035%
시간: 40.00159311294556
훈련 데이터셋의 정확도가 99%이고, 테스트 데이터셋은 80%로 결과가 나쁘지 않습니다. RNN 계층 모델도 훈련한 후 결과를 비교해 봅시다.
RNN 계층을 이용한 네트워크를 만들어 데이터들을 훈련시켜 보겠습니다. 데이터는 RNN 셀에서 사용했던 동일한 데이터이며, 네트워크만 다르게 구성하여 정확도 및 수행 시간만 비교해 보겠습니다.