테스트 데이터셋을 이용한 모델 예측 결과를 알아봅시다.
코드 7-18 모델 예측 결과 확인
epochs = 5
test_loss = []
test_acc = []
for epoch in range(epochs):
epoch_test_loss, epoch_test_acc = evaluate(epoch, model, test_iterator)
test_loss.append(epoch_test_loss)
test_acc.append(epoch_test_acc)
end = time.time()
print(end-start)
다음과 같이 테스트 데이터셋도 검증 데이터셋의 평가 결과와 크게 다르지 않습니다. 더 높은 정확도를 원한다면 에포크 횟수를 늘려 주세요.
epoch: 0 test_loss: 0.011 test_accuracy: 0.504
epoch: 1 test_loss: 0.011 test_accuracy: 0.504
epoch: 2 test_loss: 0.011 test_accuracy: 0.504
epoch: 3 test_loss: 0.011 test_accuracy: 0.504
epoch: 4 test_loss: 0.011 test_accuracy: 0.504
3315.3576958179474
그럼 이제 이 결과를 염두해 두고 다른 모델을 적용했을 때의 결과와 비교해 보겠습니다.