시작하기무료로 시작하기

Keras로 학습하기

이번 연습에서는 다시 수어 알파벳 분류 문제로 돌아옵니다. A, B, C, D 네 글자의 이미지 2000장이 있으며, 이를 높은 정확도로 분류하려고 해요. 모델 정의, 컴파일, 학습까지 모든 단계를 완성해 보겠습니다.

tensorflow에서 keras가 이미 임포트되어 있어요. 또한 특성은 sign_language_features, 타깃은 sign_language_labels로 제공됩니다.

이 연습은 강의의 일부입니다

Python으로 시작하는 TensorFlow

강의 보기

연습 안내

  • model이라는 이름의 순차(Sequential) 모델을 정의하세요.
  • 출력 층을 Dense로 설정하고, 노드 수는 4개, 활성화 함수는 softmax로 지정하세요.
  • 옵티마이저는 SGD, 손실 함수는 categorical_crossentropy로 모델을 컴파일하세요.
  • 학습을 완료하고 에포크 수를 5로 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
코드 편집 및 실행