Keras를 사용하여 Python에서 앙상블을 구현하는 방법은 무엇입니까?

Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다.

'tensorflow' 패키지는 아래 코드 줄을 사용하여 Windows에 설치할 수 있습니다 -

pip 설치 텐서플로

Keras는 ONEIROS(개방형 신경 전자 지능형 로봇 운영 체제) 프로젝트 연구의 일부로 개발되었습니다. Keras는 Python으로 작성된 딥 러닝 API입니다. 기계 학습 문제를 해결하는 데 도움이 되는 생산적인 인터페이스가 있는 고급 API입니다. Tensorflow 프레임워크 위에서 실행됩니다. 빠른 실험을 돕기 위해 제작되었습니다. 머신 러닝 솔루션을 개발하고 캡슐화하는 데 필수적인 필수 추상화 및 빌딩 블록을 제공합니다.

Keras는 이미 Tensorflow 패키지 내에 있습니다. 아래 코드 줄을 사용하여 액세스할 수 있습니다.

텐서플로 가져오기 케라스에서 텐서플로 가져오기

Keras 기능 API는 순차 API를 사용하여 생성된 모델에 비해 더 유연한 모델을 생성하는 데 도움이 됩니다. 기능적 API는 비선형 토폴로지가 있는 모델과 함께 작동할 수 있고 레이어를 공유하고 여러 입력 및 출력과 함께 작동할 수 있습니다. 딥 러닝 모델은 일반적으로 여러 계층을 포함하는 방향성 순환 그래프(DAG)입니다. 기능적 API는 레이어 그래프를 작성하는 데 도움이 됩니다.

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 Notebook 위에 구축되었습니다. 다음은 Ensemble 모델을 구현하기 위한 코드입니다 -

예시

def get_model():입력 =keras.Input(shape=(128,)) 출력 =layers.Dense(1)(inputs) return keras.Model(inputs, output)print("'get_model' 메서드 호출 ")model_1 =get_model()model_2 =get_model()model_3 =get_model()my_inputs =keras.Input(shape=(128,))y1 =model_1(my_inputs)y2 =model_2(my_inputs)y3 =model_3(my_inputs)print( "모델의 레이어 평균")my_outputs =layers.average([y1, y2, y3])print("앙상블 모델이 생성 중입니다.")ensemble_model =keras.Model(inputs=my_inputs, output=my_outputs) 

 코드 크레딧 - https://www.tensorflow.org/guide/keras/functional
 
출력
 
'get_model' 메서드 호출 modelEnsemble 모델의 레이어 평균이 생성 중입니다.
 
설명
 
 
 

 모델은 중첩될 수 있으며 이는 하위 모델을 포함할 수 있음을 의미합니다.
 
 
 

 하위 모델은 앙상블에 사용됩니다.
 
 
 

 즉, 여러 모델이 단일 모델로 결합되고 모든 모델의 예측이 평균화됩니다.