# 중요!! 학습데이터의 로스는 의미가없다 벨류게이션의 로스가 더 중요하다.
사용 예 1.
model = build_model()
early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=10)
epoch_history = model.fit(X_train, y_train, epochs=100000, validation_split=0.2, callbacks= [early_stop])사용 예 2.
model.compile('adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
에러난 상황
이유 : 예측값은 레이블인코딩이 안되어있기 때문에 오류가 난다.
'Deep Learning' 카테고리의 다른 글
| Deep Learning : 텐서플로우의 모델을 저장하고 불러오는 방법(진행중) (0) | 2022.06.14 |
|---|---|
| Deep Learning : 에포크시마다 테스트를 하는, 벨리데이션 데이터를 처리하는 방법 중, validation_data 파라미터 사용법 (0) | 2022.06.14 |
| Deep Learning : 여러 클래스로 분류할때, 아웃풋노드에서 사용하는액티베이션함수 소프트맥스 (0) | 2022.06.13 |
| Deep Learning : Flatten 라이브러리 사용하는 이유 (0) | 2022.06.13 |
| Deep Learning : EarlyStopping 라이브러리 사용법 (0) | 2022.06.13 |
