[머신러닝 야학]텐서플로우(python)-모델을 위한 팁 (appendix 2)

학습이 잘 되는 모델

• 사용할 레이어
  • tf.keras.layers.BatchNormalization()
  • tf.keras.layers.Activation('swish')
• 데이터
  • 보스턴 집값 예측: https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv
  • 아이리스 품종 분류: https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/iris.csv

 

---

BatchNormalization에 대한 원리는 나중으로 미뤄두고 일단 사용하는법에 집중해보자

전에 했었던 코드

그런데 이제 BatchNormalization 이란걸 추가해줘보자

레이어 3개를 쌓은 셈이다.

이 구조로 만들면 loss가 10 정도까지는 떨어진다(전 모델구조 에서는 23정도에서 멈췄었음)

---

아이리스에도 적용을 시켜보자

이건 전에 썼었던 코드인데 이대로 모델을 학습시켰을 때의 정확도는 

이렇게 100프로가 나오진 않았었다.

이번엔 BatchNormalization 을 사용해서 모델을 만들어보자

그럼 다음과 같이 정확도가 100%까지 올라가는 걸 확인 할 수 있다.

---

참고 : 봉수골 개발자 이선비 유튜브 채널