코드는 올리면 안될 거 같아서... 내가 실행해보고 느낀 점만 적겠다.
<내가 직접 해본 실행 결과>
Saving ThoraricSurgery.csv to ThoraricSurgery.csv
Epoch 1/100 47/47 [==============================]
- 1s 2ms/step - loss: 0.6482 - accuracy: 0.8128
Epoch 2/100 47/47 [==============================]
- 0s 1ms/step - loss: 0.4890 - accuracy: 0.8468
Epoch 3/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4416 - accuracy: 0.8511
Epoch 4/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4863 - accuracy: 0.8489
Epoch 5/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4430 - accuracy: 0.8532
...
Epoch 96/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4252 - accuracy: 0.8426
Epoch 97/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4158 - accuracy: 0.8426
Epoch 98/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.3860 - accuracy: 0.8617
Epoch 99/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.4063 - accuracy: 0.8511
Epoch 100/100 47/47 [==============================]
- 0s 2ms/step - loss: 0.3829 - accuracy: 0.8468
<알게된 것>
- 딥러닝의 실행에는 loss(예측에서 빗나간 정도)와 accuracy(예측이 성공할 확률)이 있다는 것을 알게 되었다.이러한 예측 성공률을 더 높이기 위해서는 딥러닝 구조를 적절하게 바꾸거나, 더 많은 데이터를 입력하는 방법등을 통해 최적화 과정을 거쳐야 한다는 것도 알게 되었다.
- 딥러닝을 실행하는 코드에는 데이터를 다루는 부분과 딥러닝을 실행하는 부분으로 구성되어 있었다.
- import를 통해 여러 라이브러리들을 불러와 사용했다.
- Sequential(), add(), Dense() 함수를 사용해 딥러닝을 한 층 한 층 쌓아 구현했다.
- 만든 딥러닝을 실행할 땐 compile() 함수를 사용한다.
'딥러닝 실습' 카테고리의 다른 글
| [모두의 딥러닝] 5장 예제 실습, 활용 (참 거짓 판단 장치: 로지스틱 회귀) (0) | 2022.01.17 |
|---|---|
| [모두의 딥러닝] 4장 예제 실습, 활용 (오차 수정하기 : 경사하강법) (0) | 2022.01.17 |
| [모두의 딥러닝] 3장 예제 : 선형 회귀 실습 (0) | 2022.01.12 |