2 모델 컴파일하기

컴파일은 분석할 데이터가 가진 크기와 특징에 따라 기울기가 최적점을 찾아가는 과정이고, 모델을 만드는 사람 입장에서는 어떤 선택을 했을 때 손실이 가장 빠르고 안정적으로 줄어들 것인가에 대한 퀴즈와 같다.

7장의 예제는 여러 정답 중 하나를 맞추는 문제이며, 정답값이 0과 1로 표현된 희소 행렬의 형태로 되어 있기 때문에 손실 함수(loss function)로 categorical_crossentropy를 사용해서 알고리즘이 예측한 값과 실제 정답값의 차이가 줄어드는 양상을 비교할 것이다.

최적화를 위한 옵티마이저는 ‘Adam’을, 평가 지표인 매트릭(metric)은 정확도를 기준으로 설정한다. optimizer = 'adam'을 선택한 것은 SGD, Momentum 등을 시도한 후에 가장 결과가 좋았기 때문에 선택한 것임을 밝혀 둔다.

model.compile(loss = 'categorical_crossentropy',
              optimizer = 'adam',
              metrics = ['accuracy']) 
model.summary()