[TensorFlow] Dropout Layer 예제
tf.keras.layers.Dropout 레이어는 과적합을 방지하기 위해 무작위로 일부 뉴런을 제거하는 역할을 합니다. 아래는 tf.keras.layers.Dropout 레이어를 사용한 예제입니다.
import tensorflow as tf
## 더미 데이터 생성
dummy_data = tf.random.normal(shape=(4, 8))
## Dropout 레이어 정의
dropout_layer = tf.keras.layers.Dropout(rate=0.5) # 제거할 뉴런의 비율을 50%로 설정
## Dropout 레이어 실행
dropped_data = dropout_layer(dummy_data, training=True) # training=True는 학습 모드에서 Dropout을 활성화
print("Input data:")
print(dummy_data)
print("\nDropped data:")
print(dropped_data)`
위 예제에서는 tf.keras.layers.Dropout 레이어를 사용하여 4x8 크기의 더미 데이터에 대한 레이어를 정의하고 실행합니다. rate 매개변수로 제거할 뉴런의 비율을 설정하고, training=True로 설정하여 학습 중에 Dropout을 활성화합니다.
실행 결과 예시:
Input data:
[[-0.41993752 0.36293575 -0.40710697 -0.5484049 -0.5559952 0.13150997 1.0876192 0.525524 ]
[ 1.1484327 -1.2524178 1.2162354 0.02424201 -0.29441628 0.08959706 -0.20130843 -1.1253488 ]
[-0.6327129 -1.4588693 0.20154816 1.218564 0.19527164 -0.6523673 0.7580649 0.79459155]
[ 1.7898821 -1.434938 1.7511538 0.19450805 0.4098562 -0.7632403 -0.5385266 0.6019916 ]]
Dropped data:
[[-0.83987504 0.7258715 -0. -1.0968097 -1.1119903 0.26301995 2.1752384 1.051048 ]
[ 0. -2.5048354 0. -0.04848402 -0.58883256 0. -0. -2.2506976 ]
[-0. -2.9177387 0.40309632 2.437128 0. -1.3047347 0. -0. ]
[ 3.5797644 -0. 0. 0.3890161 0.8197124 -0. 0. 1.2039832 ]]`
위에서 확인할 수 있듯이, 입력 데이터와 Dropout을 적용한 데이터가 출력됩니다. tf.keras.layers.Dropout 레이어를 사용하면 무작위로 일부 뉴런이 제거되어 과적합을 방지하고 모델의 일반화 능력을 향상시킬 수 있습니다.