다층신경망 실습

모형 정의

keras.utils.set_random_seed(812)

model = keras.models.Sequential(  # 딥러닝 모형의 구성 요소를 순서대로 정의
    [
        keras.layers.Rescaling(scale=1/127.5, offset=-1), #  입력 값의 범위를 -1 ~ +1로
        keras.layers.Flatten(), #  이미지 평탄화
        keras.layers.Dense(16, activation='relu'), # 은닉층
        keras.layers.Dense(1, activation='sigmoid') # 출력층
    ]
)

모형 훈련 및 평가

# 컴파일
model.compile(optimizer=keras.optimizers.SGD(learning_rate=0.0001),
loss='binary_crossentropy', metrics=['accuracy'])

# 훈련
model.fit(x_train_binary, y_train_binary, epochs=5, batch_size=32)

# 평가
model.evaluate(x_test_binary, y_test_binary)

퀴즈

문제 1 / 1맞음: 0힌트: 0틀림: 0채점중: 0남음: 1

제시된 Keras 다층신경망의 레이어에 대한 설명으로 올바른 것을 모두 고르세요.

☐Rescaling(scale=1/127.5, offset=-1)은 입력 값의 범위를 -1 ~ +1로 바꾼다
☐Flatten은 이미지를 1차원 벡터로 펼친다
☐Dense(16, activation='relu')는 16개의 뉴런을 가진 은닉층이다
☐Dense(1, activation='sigmoid')는 입력 이미지의 공간 구조를 보존한다

퀴즈를 풀려면 대화형 기능을 불러와야 합니다.

제시된 Keras 다층신경망의 레이어에 대한 설명으로 올바른 것을 모두 고르세요.

각 레이어가 입력값 변환, 형태 변환, 특징 학습, 예측 출력 중 어느 역할을 맡는지 구분해 보세요.

Rescaling(scale=1/127.5, offset=-1)은 입력 값의 범위를 -1 ~ +1로 바꾼다Flatten은 이미지를 1차원 벡터로 펼친다Dense(16, activation='relu')는 16개의 뉴런을 가진 은닉층이다Dense(1, activation='sigmoid')는 입력 이미지의 공간 구조를 보존한다

Rescaling(scale=1/127.5, offset=-1)은 입력 값의 범위를 -1 ~ +1로 바꾼다, Flatten은 이미지를 1차원 벡터로 펼친다, Dense(16, activation='relu')는 16개의 뉴런을 가진 은닉층이다