개발자를 위한 머신러닝&딥러닝

364

2

부

모델 사용

마찬가지로 모델을 컴파일할 때 파이썬과 자바스크립트의 차이점을 볼 수 있습니다. 다음은 파

이썬 코드입니다.

model.compile(optimizer='adam',

loss='sparse_categorical_crossentropy',

metrics=['accuracy'])

동일한 자바스크립트 코드는 다음과 같습니다.

model.compile({

optimizer: tf.train.adam(),

loss: 'categoricalCrossentropy',

metrics: ['accuracy']

});

두 코드는 매우 비슷하지만 파라미터를

JSON

으로 전달하는 점을 기억하세요 (

parameter

=

value

가 아니라

parameter

:

value

입니다 ). 그리고 전체 파라미터 목록을 중괄호(

{}

)로 감

쌉니다.

16.3

시각화를 위해 콜백 사용하기

15

장에서 간단한 신경망을 훈련할 때 에폭마다 발생한 손실을 콘솔에 출력했습니다. 개발자

도구를 사용해 훈련이 진행됨에 따라 생겨난 변화를 콘솔에서 관찰했습니다. 여기서 더 나아간

조금 더 고급 방법은 브라우저 기반 개발을 위해 특별히 제작된

TensorFlow

.

js

의 시각화 도

구를 사용하는 것입니다. 훈련 지표를 리포팅하고 모델을 평가하는 등의 도구가 포함됩니다.

이 시각화 도구는 ...