프로그래머스 2021 국민대 여름방학 인공지능 과정 4주차 Day2 TIL

🔍Model

모델 생성

from keras.models import Sequential

model = Sequential()

I. Network

from keras.layers import Dense

model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))

II. Objective Function

출력을 지정하는 함수

• mean_squared_error 수치예측
• categoriclal_crossentropy 다중분류
• binary_crossentropy 이진분류
  등

III. Optimizer

Network 갱신

Compile

Objective Function과 Optimizer을 묶어 Network가 학습할 수 있도록 하는 것

Objective Function, Optimizer지정

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

📌학습 원리

$Y' = w × X + b$

X를 입력해서 나온 Y'값을 정답Y와 비교 : Objective Function
Y와 Y'의 오차값으로 Network에 가중치 갱신: Optimizer

모델 학습 fit()

model.fit(x, y, batch_size=32, epochs=10)

batch_size 가중치 업데이트 단위
epochs 학습 반복 횟수, 전체 데이터 샘플의 총 사용 횟수

참고 AI factory