마지막으로 모델의 정확도와 오차를 그래프를 통해서 확인해 보겠습니다. 이때 출력 결과는 어떤 인수도 사용되는 않는 모델의 학습 결과입니다.
코드 8-34 모델 학습 결과 출력
print('Saving loss and accuracy plots...')
plt.figure(figsize=(10, 7))
plt.plot(train_accuracy, color='green', label='train accuracy') ------ 훈련 데이터셋에 대한 오차를 그래프로 출력
plt.plot(val_accuracy, color='blue', label='validation accuracy') ------ 검증 데이터셋에 대한 정확도를 그래프로 출력
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend()
plt.savefig(f"../chap08/img/{acc_plot_name}.png")
plt.show()
plt.figure(figsize=(10, 7))
plt.plot(train_loss, color='orange', label='train loss') ------ 훈련 데이터셋에 대한 정확도를 그래프로 출력
plt.plot(val_loss, color='red', label='validation loss') ------ 검증 데이터셋에 대한 오차를 그래프로 출력
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()
plt.savefig(f"../chap08/img/{loss_plot_name}.png")
plt.show()
print('Saving model...')
torch.save(model.state_dict(), f"../chap08/img/{model_name}.pth") ------ 모델을 저장
print('TRAINING COMPLETE')