모두의 딥러닝 개정 3판: 3 딥러닝 개괄하기

slide 1 of 23, currently active
slide 2 of 23
slide 3 of 23
slide 4 of 23
slide 5 of 23
slide 6 of 23
slide 7 of 23
slide 8 of 23
slide 9 of 23
slide 10 of 23
slide 11 of 23
slide 12 of 23
slide 13 of 23
slide 14 of 23
slide 15 of 23
slide 16 of 23
slide 17 of 23
slide 18 of 23
slide 19 of 23
slide 20 of 23
slide 21 of 23
slide 22 of 23
slide 23 of 23

3 딥러닝 개괄하기

지금 불러와 실행한 코드는 10장에서 상세히 다루게 될 폐암 수술 환자의 수술 1년 후 생존율을 예측한 모델입니다. 먼저 코드를 개괄적으로 살펴보며 딥러닝을 프로그래밍하는 과정에 대한 감을 잡아 보겠습니다. 단 몇 줄로 이루어진 간략한 코드는 다음과 같이 크게 네 부분으로 나뉘어 있습니다.

1. 환경 준비

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
import numpy as np

딥러닝을 구동하거나 데이터를 다루는 데 필요한 라이브러리들을 불러옵니다.

2. 데이터 준비

!git clone https://github.com/taehojo/data.git

Data_set = np.loadtxt("./data/ThoraricSurgery3.csv", delimiter=",")
X = Data_set[:,0:16]
y = Data_set[:,16]

준비된 수술 환자 정보 데이터를 나의 구글 코랩 계정에 저장합니다. 해당 파일을 불러와 환자 상태의 기록에 해당하는 부분을 X로, 수술 1년 후 사망/생존 여부를 y로 지정합니다.

3. 구조 결정

model = Sequential()
model.add(Dense(30, input_dim=16, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

딥러닝 모델의 구조를 결정합니다. 여기에 설정된 대로 딥러닝을 수행합니다.

4. 모델 실행

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
history = model.fit(X, y, epochs=5, batch_size=16)

딥러닝 모델을 실행합니다. 앞서 설정된 구조대로 실행하고 결과를 출력합니다.

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.