cnn model
- compile
- fit
model.compile(optimizer="adam",
loss="categorical_crossentropy",
metrics=["accuracy"])
history = model.fit(X_train, y_train, epochs=20,callbacks=callbacks_list, validation_split = 0.2 ,batch_size=64)
위 코드를 사용하게 되면 , 기존 train data의 지정값만큼 validation data로 가게 된다.
이를 통해 , accuracy , loss 뿐만 아니라 , val_accuracy, val_loss 값까지 구할 수 있게 된다.
callbacks_list = [
keras.callbacks.EarlyStopping(
monitor="val_accuracy", # monitor 를 보고 earlystop 을 하겠다 . 즉, 지표이다.
# val_accuracy는 val_data를 넣어야 생기는 값 , 안넣으면 안생긴다.
patience=3, # patience : 작아지다가 커지는 경우 , 이런것을 두번 참는다. 작아지는것.3번쨰
)
]
history = model.fit(X_train, y_train, epochs=20,callbacks=callbacks_list, validation_split = 0.2 ,batch_size=64)
이렇게 하게 되면 ,
좀 더 정확한 모델을 구현할 수 있다.
더 나은 개발이 되길 바라며:)