모델 학습 결과는 여러가지로 확인할 수 있는데, 때에 따라서 학습중에 확인이 필요한 경우도 있다.
(1) matplotlib 사용 : history에서 기록해서 csv 파일로 뺀다음에 그림을 그리는 방법을 사용. matplotlib을 사용해서 history를 시각화하면 여러 모델 하이퍼파라미터 변경에 따른 비교도 할 수 있다.
(2) Tensorboard 사용 : 텐서보드를 사용해서 1개의 모델이 학습중일 때에도 확인하고, 학습이 완료된 후에도 확인하는 방법
1. 텐서보드 보기위한 코드 작업
(1) fit할 때 Callback list 부분에 tensorflow_callback 변수로 설정해준다.
(2) 조금 귀찮은 과정이 경로를 설정해줘야 하는데, 이것은 1번 학습한 결과에 대한 것을 보여주니까. 하이퍼파라미터 최적화까지 적용하려면 디렉토리 설정을 self.num을 별도로 마련해서 하는 것이 적합하다.
2. 텐서보드 실행
(1) 파이썬 가상환경을 활성화시킨다.
(2) 명령어를 입력한다.
(3) 크롬에서 로컬 호스트로 접속한다.
접속하면 내가 확인할려고 접속한 Loss와 R2 square를 볼 수 있다.이걸 보고 구리면 바꿔야한다.
보통 이 라인을 보면서 Train의 Loss가 더 낮고, Validation의 Loss가 더 위에 있는 분석을 한다.
모델 그래프도 만들어서 확인 할 수 있다. 구조 자체가 이상하면 수정하기에도 용이하겠다.
