1. 케라스 모델의 fit() 메서드에 검증 세트를 올바르게 전달하는 코드는 무엇인가요?
① model.fit(... val_input=val_input, val_target=val_target)
② model.fit(... validation_input=val_input, validation_target=val_target)
③ model.fit(... val_data=(val_input, val_target))
④ model.fit(... validation_data=(val_input, val_target))
2. 이전 층의 뉴런 출력 중 70%만 사용하기 위해 드롭아웃 층을 추가하려고 한다. 다음 중 옳게 설명한 것은 무엇인가요?
① Dropout(0.7)
② Dropout(0.3)
③ Dropout(1/0.7)
④ Dropout(1/0.3)
3. 케라스 모델의 가중치만 저장하는 메서드는 무엇인가요?
① save()
② load_model()
③ save_weights()
④ load_weights()
4. 케라스의 조기 종료 콜백을 사용하려고 한다. 3번의 에포크 동안 손실이 감소되지 않으면 종료하고 최상의 모델 가중치를 복원하도록 올바르게 설정한 것은 무엇인가?
① EarlyStopping(monitor='loss', patience=3)
② EarlyStopping(monitor='val_loss', patience=3, restore_best_weights=True)
③ EarlyStopping(monitor='accuracy', patience=3)
④ EarlyStopping(monitor='val_accuracy', patience=3, restore_best_weights=True)
<풀이>
1. 답 ④ fit() 메서드에 검증 데이터를 전달하려면 validation_data 매개변수에 입력과 타깃을 튜플로 만들어 지정해야 한다.
2. 답 ② Dropout 클래스에는 이전 층의 출력을 0으로 만들 비율을 지정한다. 출력의 70%만 사용하려면 30%를 드롭아웃 한다.
3. 답 ③ 모델 파라미터를 저장하는 메서드는 save_weights()이다.
① save() 메서드는 모델과 가중치를 모두 저장한다.
② load_model() 함수는 전체 모델을 읽어 들인다.
④ load_weights() 메서드는 파일에서 가중치를 읽는다.
4. 답 ② 검증 손실을 지저하려면 monitor 매개변수를 'val_loss' 설정한다. 이 값이 monitor 매개변수의 기본값.
① restore_best_weights의 매개변수를 지정하지 않아으므로 기본값 False가 적용되어 최상의 모델 파라미터를 복원하지 않는다.
③ 'accuracy'는 훈련 세트의 정확도, ④ 'val_accuracy'는 검증 세트의 정확도를 의미한다.
