모델 훈련을 위해 전달되는 파라미터는 (모델, 학습 데이터, 손실 함수, 옵티마이저, 장치(CPU 혹은 GPU))입니다.
다음은 모델 학습에 대한 결과입니다.
Epoch 0/12 ---------- Loss: 0.5614 Acc: 0.7221 Epoch 1/12 ---------- Loss: 0.4387 Acc: 0.7948 Epoch 2/12 ---------- Loss: 0.3055 Acc: 0.8961 Epoch 3/12 ---------- Loss: 0.3092 Acc: 0.8805 Epoch 4/12 ---------- Loss: 0.4092 Acc: 0.8000 Epoch 5/12 ---------- Loss: 0.3564 Acc: 0.8312 Epoch 6/12 ---------- Loss: 0.2051 Acc: 0.9377 Epoch 7/12 ---------- Loss: 0.2067 Acc: 0.9143 Epoch 8/12 ---------- Loss: 0.1965 Acc: 0.9221 Epoch 9/12 ---------- Loss: 0.2309 Acc: 0.9091 Epoch 10/12 ---------- Loss: 0.3047 Acc: 0.8494 Epoch 11/12 ---------- Loss: 0.1858 Acc: 0.9377 Epoch 12/12 ---------- Loss: 0.1985 Acc: 0.9169 Training complete in 6m 27s Best Acc: 0.937662
약 93%로 상당히 높은 정확도를 보여 주고 있습니다. 훈련 데이터로는 학습이 잘되었다고 할 수 있습니다. 이제 테스트 용도의 데이터를 이용하여 모델 정확도를 측정해 보아야 합니다.