유용한 콜백 함수
1
2
3
4
5
6
7
8
|
class myCallback(tf.keras.callbacks.Callback) :
def on_epoch_end(self, epoch, logs={}) :
if(logs.get('accuracy') > 0.92) :
print('\n정확도가 92% 이상이라 학습을 멈춥니다.')
self.model.stop_training = True
my_cb = myCallback()
#학습 시 callbacks=[my_cb]) 추가
|
cs |
신경망이 한번 돌때 accuracy가 측정이 되는데,
내가 원하는 accuracy수치에 도달하였을 때 학습을 멈춰주는 함수이다.
1
2
3
4
5
6
|
epoch_history = model.fit(train_generator, steps_per_epoch= 100,
epochs=15,
verbose =1,
callbacks=[my_cb] #리스트 안에 넣어주면 실행가능
validation_data= validation_generator,
validation_steps = 50)
|
cs |
accuracy가 높으면 뿌듯한 감정이 들긴하나..
그 인공지능이 유용하다고 확신할 수 없다.
overfitting의 가능성을 배제할 수 없으므로
이미지 증강 (0) | 2021.03.15 |
---|---|
Transfer Learning (0) | 2021.03.04 |
이미지 제너레이터 (0) | 2021.03.03 |
accuracy 시각화 (0) | 2021.03.02 |
오차함수 (loss) (0) | 2021.03.02 |