
80
1
부
모델 구축
에폭 37
-------------------------------
배치 0, 손실: 0.104421, 정확도: 96.88% [ 0/60000]
배치 100, 손실: 0.122693, 정확도: 95.34% [ 6400/60000]
배치 200, 손실: 0.124787, 정확도: 95.26% [12800/60000]
배치 300, 손실: 0.127841, 정확도: 95.16% [19200/60000]
배치 400, 손실: 0.130558, 정확도: 95.05% [25600/60000]
배치 500, 손실: 0.131684, 정확도: 95.00% [32000/60000]
배치 600, 손실: 0.132620, 정확도: 94.95% [38400/60000]
배치 700, 손실: 0.132498, 정확도: 95.01% [44800/60000]
배치 800, 손실: 0.132462, 정확도: 95.05% [51200/60000]
배치 900, 손실: 0.133915, 정확도: 95.03% [57600/60000]
95% 정확도에 도달했으므로 훈련을 중지합니다.
이 방법은 수동으로 신경망이 적절하게 훈련하는지 확인하는 데 드는 시간을 크게 절약해
줍니다.
2.8
마치며
1
장에서 머신러닝이 입력을 출력에 매핑하기 위해 신경망을 이용해 복잡한 ...