4.1.4 훈련 검증

3장에서 배웠듯이 딥러닝 모델은 훈련 데이터에서 평가해서는 절대 안 됩니다. 검증 세트를 사용하여 훈련 과정 중에 모델의 정확도를 모니터링하는 것이 표준 관행입니다. 여기에서는 다음과 같이 원본 훈련 데이터에서 1만 개의 샘플을 떼어 검증 세트를 만들겠습니다.

코드 4-6 검증 세트 준비하기

x_val = x_train[:10000]
partial_x_train = x_train[10000:]
y_val = y_train[:10000]
partial_y_train = y_train[10000:]

이제 512개의 샘플씩 미니 배치를 만들어 20번의 에포크 동안 모델을 훈련시킵니다(훈련 데이터에 있는 모든 샘플에 대해 20번 반복합니다). 동시에 따로 떼어 놓은 1만 개의 샘플에서 손실과 정확도를 측정할 것입니다. 이렇게 하려면 validation_data 매개변수에 검증 데이터를 전달해야 합니다.

코드 4-7 모델 훈련하기

history = model.fit(partial_x_train,
                    partial_y_train,
                    epochs=20,
                    batch_size=512,
                    validation_data=(x_val, y_val))