metric=['binary_crossentropy']
metric=['categorical_crossentropy']
metrics=['mse']
를 통해 사용가능Ref. 경사하강법의 알고리즘
- 경사하강법의 정의
- =
- 번째 변수의 번째 값을 갱신할때 다음과 같은 공식을 활용한다. 이때 는 hyperparameter이다- 비용함수에서의 경사하강법
-
-
-
-
- (여기서 는 가중치weight, 는 편향bias이다)
역전파는 출력층에서 입력층 방향으로 계산하면서 가중치를 업데이트 하는 일이다
예
여기서 에 대한 업데이트를 진행한다고 해보자
-
-
-
-
- 이때 는 학습률 learning rate로 사람이 직접 지정하는 변수이다
- 이와 같은 방법으로 에 대한 업데이트를 시행할 수 있고, 여기까지를 역전파 1단계BackPropagation Step1라고 칭한다
- 여기서 에 대한 업데이트를 진행한다고 해보자
-
- 이와 같은 방법으로 에 대한 업데이트를 시행할 수 있고, 여기까지를 역전파 1단계BackPropagation Step2라고 칭한다
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dropout, Dense
max_words = 10000
num_classes = 46
model = Sequential()
model.add(Dense(256, input_shape=(max_words,), activation='relu'))
model.add(Dropout(0.5)) # 드롭아웃 추가. 비율은 50%model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5)) # 드롭아웃 추가. 비율은 50%model.add(Dense(num_classes, activation='softmax'))