
218
2
fastai 애플리케이션 계층 이해하기
if prn: print(loss.item())
return preds
6
반복해보도록 하죠. 반복 과정에서 성능이 많이 향상되었음을 알 수 있습니다. 더 좋은 결과를
기대할 수 있습니다.
>>> for i in range(10): apply_step(params)
5435.53662109375
1577.4495849609375
847.3780517578125
709.22265625
683.0757446289062
678.12451171875
677.1839599609375
677.0025024414062
676.96435546875
676.9537353515625
기대한 대로 손실이 점점 낮아졌습니다! 하지만 손실값의 확인만으로는 반복마다 완전히 다른
형태의
2
차 함수를 시도한 사실이 드러나지 않습니다. 매번 가장 적합한
2
차 함수를 찾으려고
노력하는 부분이죠. 매 단계에 측정된 손실값을 출력하지 않고 함수 그래프를 직접 출력하면
그 과정을 시각적으로 확인할 수 있습니다. 그러면 주어진 데이터에 가장 잘 들어맞는
2
차 함
수의 모양이 잡혀가는 과정을 쉽게 파악할 수 있습니다.
_,axs = plt.subplots(1,4,figsize=(12,3))
for ax in axs: show_preds(apply_step ...