tensorflow v2 (3)

모델 학습시키기

model.fit(train_data, train_label, batch_size=100, epochs=10) # default batch_size = 32

fit() 함수 사용!!

모델 성능 평가

import numpy as np

model.predict(test_data[0:1, :])

선택한 첫 번째 샘플에 대한 모델의 예측을 수행한다
얻은 모델의 예측 결과들 중에서 각 행에서 최대값의 인덱스를 찾아내는 코드이다.

np.argmax(model.predict(test_data[0:1, :]), axis=1)

np.argmax 함수는 주어진 배열에서 최대값의 인덱스를 반환한다.
axis = 1 인수는 각 행에서 최댓값을 찾으라는 것을 의미한다.

test_label[0:1, :]

np.argmax(test_label[0:1, :], axis=1)

위드 두 코드로 확인 가능

result = model.evaluate(test_data, test_label, batch_size=100)
result

test_data는 모델이 평가될 테스트 데이터
test_label은 테스트 데이터에 대한 실제 레이블
batch_size는 테스트할 때 사용할 배치 크기

model.evaluate 함수는 모델을 주어진 테스트 데이터에 대해 평가하고, 손실값과 매트릭(정확도) 등을 반환한다.
반환된 결과가 저장된 result를 출력했을 때 나오는 왼쪽값은 손실(cross-entropy)값, 두번째 원소는 정확도.