[Tensorflow 2.0] Optimization & Training

학습 과정

 

Optimization & Training

Build Model

Preprocess

tf.data를 사용

(텐서플로우 공식홈페이지에서 말한 expert한 방법)

tf.data

Visualize Data

 

> train_ds.take()

 

Optimization

Loss Function

> Categorical vs Binsary

  - categorical : 두 개 이상의 클래스를 카테고리로 만들 경우

  - binary : 클래스가 두 개인 경우 (ex. 개와 고양이, 있다 없다 등)

 

> sparse_categorical_crossentropy vs categorical_crossentropy

Metrics

모델을 평가하는 방법

 

> accuracy를 이름으로 넣는 방법

 

> tf.keras.metrics

Compile

optimizer 적용

  - sgd

  - rmsprop

  - adam

  - tf.keras.optimizers.SGD()

  - tf.keras.optimizers.RMSprop()

  - tf.keras.optimizers.Adam()

Prepare Dataset

학습에 사용할 데이터셋 준비

 

> shape 확인

 

> 차원 수 늘리기

 

> Rescaling

 

Training

@tf.function - 기존 session 열었던 것처럼 바로 작동 안 하고, 그래프만 만들고 학습이 시작되면 돌아가도록 함