[python] 인공신경망 모델링하기
딥러닝 알고리즘은 복잡한 패턴 인식 및 예측 과제를 수행하는 데 사용됩니다. 이를 위해 인공신경망(ANN)이라는 모델링 기술을 사용합니다. 이번 포스트에서는 Python의 keras 패키지를 사용하여 간단한 인공신경망 모델을 만드는 과정을 소개하겠습니다.
목차
1. 라이브러리 가져오기
import numpy as np
from keras.models import Sequential
from keras.layers import Dense
2. 데이터 준비하기
# 예제 데이터셋 사용
X_train = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
y_train = np.array([0, 1, 1, 0])
3. 인공신경망 모델 만들기
model = Sequential()
model.add(Dense(4, input_dim=2, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
4. 모델 훈련하기
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train, y_train, epochs=1000, verbose=0)
5. 모델 평가하기
# 모델 평가
_, accuracy = model.evaluate(X_train, y_train)
print('Accuracy: %.2f' % (accuracy*100))
위의 예제에서는 XOR 논리 연산을 학습하는 간단한 2-레이어 신경망을 만들고 있습니다. 이 예제로 인공신경망 모델링과 훈련 과정을 배울 수 있습니다.
더 많은 정보를 원하시면 Keras Documentation를 참고하세요.
참고 문헌: