Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다.
'IMDB' 데이터세트에는 50,000개 이상의 영화에 대한 리뷰가 포함되어 있습니다. 이 데이터세트는 일반적으로 자연어 처리와 관련된 작업에 사용됩니다.
Google Colaboratory를 사용하여 아래 코드를 실행하고 있습니다. Google Colab 또는 Colaboratory는 브라우저를 통해 Python 코드를 실행하는 데 도움이 되며 구성이 필요 없고 GPU(그래픽 처리 장치)에 대한 무료 액세스가 필요합니다. Colaboratory는 Jupyter Notebook을 기반으로 구축되었습니다.
다음은 IMDB 데이터세트에서 시간에 따른 정확도와 손실을 시각화하는 플롯을 생성하는 코드 스니펫입니다. −
예시
history_dict = history.history
history_dict.keys()
acc = history_dict['binary_accuracy']
val_acc = history_dict['val_binary_accuracy']
loss = history_dict['loss']
val_loss = history_dict['val_loss']
epochs = range(1, len(acc) + 1)
plt.plot(epochs, loss, 'ro', label='Training loss')
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss with respect to time')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()
plt.show() 코드 크레딧 - https://www.tensorflow.org/tutorials/keras/text_classification
출력
설명
-
데이터가 모델에 적합하면 실제 값과 예측 값을 비교해야 합니다.
-
이를 수행하는 가장 좋은 방법은 시각화를 사용하는 것입니다.
-
따라서 'matplotlib' 라이브러리를 사용하여 학습 및 검증 중에 발생한 손실을 시간에 따라 표시합니다.
-
이는 모델에 맞게 데이터를 훈련하는 데 취한 단계(또는 에포크) 수를 기반으로 합니다.