혼자공부하는 머신러닝 딥러닝 질문입니다.

[TheMrLeeJungHyun]

p397질문입니다.

손코딩에 나온 부분을 응용하여 연습하다가 질문드립니다.

model.compile(loss='sparse_categorical_crossentropy', metrics=['accuracy'])
history=model.fit(train_scaled, train_target, epochs=5, verbose=1)
을 실행하니 다음과 같은 결과가 나왔습니다.

Epoch 1/5
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 4s 2ms/step - accuracy: 0.9235 - loss: 0.2212
Epoch 2/5
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - accuracy: 0.9270 - loss: 0.2131
Epoch 3/5
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 4s 2ms/step - accuracy: 0.9288 - loss: 0.2086
Epoch 4/5
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - accuracy: 0.9295 - loss: 0.2094
Epoch 5/5
1500/1500 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - accuracy: 0.9287 - loss: 0.2105

그리고 나서
history.history.keys()
history.history 을실행하였는데 결과는 다음과 같습니다.
{'accuracy': [0.922166645526886,
  0.925083339214325,
  0.9255208373069763,
  0.9286458492279053,
  0.9289791584014893],
 'loss': [0.2238900363445282,
  0.21857936680316925,
  0.21795052289962769,
  0.21170927584171295,
  0.20930764079093933]}

제 생각으로는 accuracy의 값이 같아야 할것 같은데 달라서 질문드립니다. 즉위 에서 0.9235 가 나왔으면 아래에서도 0.9235가 나와야할것 같은데
0.922166645526886 이런값이 나왔습니다. 이부분에 대한 설명부탁드립니다.

2. 402페이지 질문입니다.
Dropout(0.3) 부분을 다른 수치로 바꾸어도 결과는 큰 차이는 없는것 같습니다.  수치를 입력하는 기준이 있는지 궁금합니다.
0.3 이아니라 0.5로 바꾸어 보았는데 output shape, Param#는 똑같습니다.
다만 Layer(type)에서 차이가 있을 뿐입니다.
예: flatten_14(Flatten) 으로 나오는데, 이 처럼 숫자만 바뀝니다.(책에는 flatten_4)로 나와있습니다.

[Haesun Park]

안녕하세요. 박해선입니다.

history 객체의 출력과 맞추려면 fit 메서드를 호출할 때 verbose=2를 지정하세요.

드롭아웃은 이전 층의 출력을 랜덤하게 끄는 것이며 모델의 구조와는 관련이 없습니다.

드롭아웃 비율은 문제에 따라 다르며 기준이 정해져 있지 않습니다.

층의 이름은 name 매개변수로 지정하지 않는 경우 케라스에서 자동으로 이름(클래스명의 소문자+일련번호)을 붙입니다.

감사합니다.

2024년 8월 6일 (화) 오후 10:13, TheMrLeeJungHyun <wjdgu...@gmail.com>님이 작성:

--
이 메일은 Google 그룹스 '머신러닝/딥러닝 도서 Q&A' 그룹에 가입한 분들에게 전송되는 메시지입니다.
이 그룹에서 탈퇴하고 더 이상 이메일을 받지 않으려면 ml-dl-book-qn...@googlegroups.com에 이메일을 보내세요.
웹에서 이 토론을 보려면 https://groups.google.com/d/msgid/ml-dl-book-qna/83811e68-76a1-4d11-b843-21db0397ad76n%40googlegroups.com을(를) 방문하세요.