23번째 실행에서 멈춘 것을 확인할 수 있습니다. 베스트 모델은 13번째 에포크일 때이며, 이 모델의 테스트셋에 대한 정확도는 98.16%입니다. 함께 출력되는 그래프로 실행 내용을 확인할 수 있습니다.

학습셋에 대한 오차는 계속해서 줄어듭니다. 테스트셋의 과적합이 일어나기 전 학습을 끝낸 모습입니다.

앞서 98.16%의 정확도를 보인 딥러닝 프레임은 하나의 은닉층을 둔 아주 단순한 모델입니다. 이를 도식화해서 표현하면 그림 16-5와 같습니다.

그림 16-5 | 은닉층이 하나인 딥러닝 모델의 도식

딥러닝은 이러한 기본 모델을 바탕으로 프로젝트에 맞추어 어떤 옵션을 더하고 어떤 층을 추가하느냐에 따라 성능이 좋아질 수 있습니다. 지금부터는 기본 딥러닝 프레임에 이미지 인식 분야에서 강력한 성능을 보이는 컨볼루션 신경망(Convolutional Neural Network, CNN)을 얹어 보겠습니다.