실행 결과
Epoch 1/2000 8/8 [==============================] - 0s 18ms/step - loss: 21.4771 - accu
racy: 0.2494 - val_loss: 14.8183 - val_accuracy: 0.2462 ... (중략) ... Epoch 394/2000 8/8 [==============================] - 0s 5ms/step - loss: 0.0500 - accuracy: 0.9828 - val_loss: 0.0651 - val_accuracy: 0.9846
에포크를 2,000번으로 설정했지만 394번에서 멈추었습니다. 이때의 모델이 model 폴더에 Ch14-4-bestmodel.hdf 라는 이름으로 저장된 것을 확인합니다.
이제 지금까지 만든 모델을 테스트해 보겠습니다. 따로 저장되어 학습 과정에 포함되지 않은 X_test와 y_test에 지금의 모델을 적용한 결과는 다음과 같습니다.
= model.evaluate(X_test, y_test) print('Test accuracy:', [1])
실행 결과
41/41 [==============================] - 0s 1ms/step - loss: 0.0472 - accuracy: 0.9885 Test accuracy: 0.9884615540504456
정확도가 98.84%입니다. 14.1절에서 실행했던 기본 소스가 94.15%의 정확도를 보였던 것과 비교하면 모델 성능이 대폭 향상된 것을 알 수 있습니다.