# 몇 에포크 만큼 학습을 시킬 것인지 결정합니다. EPOCHS = 20 # 예제 기본값은 20입니다. # 데이터를 읽어옵니다. dr = data_reader.DataReader() # 인공신경망을 제작합니다. model = keras.Sequential([ keras.layers.Dense(3), keras.layers.Dense(128, activation="relu"), keras.layers.Dense(3, activation='softmax') ]) # 인공신경망을 컴파일합니다. model.compile(optimizer="adam", metrics=["accuracy"], loss="sparse_categorical_crossentropy") # 인공신경망을 학습시킵니다. print("************ TRAINING START ************") early_stop = keras.callbacks.EarlyStopping(monitor='val_loss', patience=10) history = model.fit(dr.train_X, dr.train_Y, epochs=EPOCHS, validation_data=(dr.test_X, dr.test_Y), callbacks=[early_stop]) # 학습 결과를 그래프로 출력합니다. data_reader.draw_graph(history)
import data_reader # 몇 에포크 만큼 학습을 시킬 것인지 결정합니다. EPOCHS = 50 # 예제 기본값은 50입니다. # 데이터를 읽어옵니다. dr = data_reader.DataReader() # 인공신경망을 제작합니다. model = keras.Sequential([ keras.layers.Dense(7), keras.layers.Dense(256, activation="relu"), keras.layers.Dense(256, activation="relu"), keras.layers.Dense(256, activation="relu"), keras.layers.Dense(256, activation="relu"), keras.layers.Dense(1, activation='sigmoid') ]) # 인공신경망을 컴파일합니다. model.compile(optimizer="adam", loss="mse", metrics=['mae']) # 인공신경망을 학습시킵니다. print("\n\n************ TRAINING START ************ ") early_stop = keras.callbacks.EarlyStopping(monitor='val_loss', patience=10) history = model.fit(dr.train_X, dr.train_Y, epochs=EPOCHS, validation_data=(dr.test_X, dr.test_Y), callbacks=[early_stop]) # 학습 결과를 그래프로 출력합니다. data_reader.draw_graph(model(dr.test_X), dr.test_Y, history)