필요한 라이브러리를 임포트한 후 set_random_seed를 사용하여 랜덤 시드를 설정했습니다(①). 랜덤 시드를 설정하는 것은 딥러닝 및 머신 러닝 모델에서 재현 가능성을 보장하는 핵심 요소입니다. 랜덤 시드를 설정하면 모델의 초기화, 데이터 셔플링, 드롭아웃과 같은 무작위성에 영향을 주는 여러 부분이 영향을 받아 일관된 결과를 얻을 수 있습니다.

AUTOTUNE은 텐서플로에게 데이터 로딩 파이프라인의 버퍼 사이즈나 병렬 처리 수준과 같은 매개변수를 동적으로 조절할 권한을 줍니다(②).

이제 모델의 하이퍼파라미터를 설정합니다.

NUM_CLASSES = 4
INPUT_HEIGHT = 224
INPUT_WIDTH = 224
LEARNING_RATE = 1e-3
WEIGHT_DECAY = 1e-4
EPOCHS = 20
BATCH_SIZE = 32
MIXED_PRECISION = True
SHUFFLE = True
if MIXED_PRECISION:
    policy = keras.mixed_precision.Policy("mixed_float16")
    keras.mixed_precision.set_global_policy(policy)