실행 결과
Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense (Dense) (None, 30) 390 _________________________________________________________________ dense_1 (Dense) (None, 12) 372 _________________________________________________________________ dense_2 (Dense) (None, 8) 104 _________________________________________________________________ dense_3 (Dense) (None, 1) 9 ================================================================= Total params: 875 Trainable params: 875 Non-trainable params: 0 _________________________________________________________________ Epoch 1/50 8/8 [==============================] - 1s 23ms/step - loss: 2.9423 - accuracy: 0.7519 - val_loss: 2.2360 - val_accuracy: 0.7562 ... (중략) ... Epoch 50/50 8/8 [==============================] - 0s 6ms/step - loss: 0.1161 - accuracy: 0.9574 - val_loss: 0.1523 - val_accuracy: 0.9500 41/41 [==============================] - 0s 1ms/step - loss: 0.1438 - accuracy: 0.9415 Test accuracy: 0.9415384531021118
먼저 세 개의 은닉층을 만들고 각각 30개, 12개, 8개의 노드를 만들었습니다.
그리고 50번을 반복했을 때 정확도가 94.15%로 나왔습니다. 꽤 높은 정확도군요. 하지만 이것이 과연 최적의 결과일까요? 이제 여기에 여러 옵션을 더해 가면서 더 나은 모델을 만들어 가는 방법을 알아보겠습니다.