모두의 딥러닝 개정 3판: 1 데이터의 확인과 예측 실행

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

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 모델을 설정합니다.
model = Sequential()
model.add(Dense(24, input_dim=60, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 모델을 컴파일합니다.
model.compile(loss='binary_crossentropy', optimizer='adam', 
metrics=['accuracy'])

# 모델을 실행합니다.
history = model.fit(X, y, epochs=200, batch_size=10)

실행 결과

Epoch 1/200
21/21 [==============================] - 4s 4ms/step - loss: 0.6951 - 
accuracy: 0.5000
... (중략) ...
Epoch 200/200
21/21 [==============================] - 0s 2ms/step - loss: 0.0327 - 
accuracy: 1.0000

200번 반복되었을 때의 결과를 보니 정확도가 100%입니다. 정말로 어떤 광물이든 100%의 확률로 판별해 내는 모델이 만들어진 것일까요?

다음 장을 보기 바랍니다.

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.