(Tensorflow 2.x) Logistic Regression 2탄

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82

import numpy as np import tensorflow as tf import matplotlib.pyplot as plt   from tensorflow.keras.datasets import imdb from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Flatten, Dense from tensorflow.keras.optimizers import SGD,  Adam   print(tf.__version__)     # 데이터셋 생성 # imdb 데이터셋 => 영화 리뷰(이진 분류)   (x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=10000)  # 가장 자주 나타나는 단어 1만개만 사용   print(x_train.shape, y_train.shape)   print(x_train[0])  # data type = list, numpy(x), 리스트를 텐서로 바꿔줘야 함 print(y_train[0]) print(max([max(str) for str in x_train]))  # 단어를 1만개로 제한 -> 단어 인덱스 최대 9,999   def vectorize(seq, dim=10000):     result = np.zeros((len(seq), dim))     for idx, val in enumerate(seq):         result[idx, val] = 1.     return result   x_train = vectorize(x_train)  # (25000, 10000) x_test = vectorize(x_test) print(x_train[0])   y_train = np.asarray(y_train).astype("float32") y_test = np.asarray(y_test).astype("float32")   # 데이터의 내용 확인방법 # w_index = imdb.get_word_index()  # 단어를 정수 인덱스로 매핑한 딕셔너리 # rev_index = dict([(value, key) for (key, value) in w_index.items()])  # 단어와 정수 인덱스를 바꿈 # word_test = ' '.join([rev_index.get(i-3, '?') for i in x_train[0]])  # 원본 데이터의 3번째까지는 데이터 정보, '?'디폴트값 # print(word_test)     # 모델 구축 model = Sequential() model.add(Dense(16, activation='relu', input_shape=(10000,))) model.add(Dense(16, activation='relu')) model.add(Dense(1, activation='sigmoid'))     # 모델 컴파일 (모델을 로드하는 부분에서 수행함) model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['accuracy'])     # 모델 학습 history = model.fit(x_train, y_train, validation_split=0.4, epochs=20, batch_size=512)   print(history.history.keys())  # dict_keys(['loss', 'accuracy', 'val_loss', 'val_accuracy'])     # 모델 평가 및 예측       # 모델 저장 및 로드 # model.save("model_name.h5") # model = tf.keras.models.load_model("model_name.h5")     # 모델 손실함수 추이확인 loss = history.history['loss'] val_loss = history.history['val_loss']   epochs = range(1, len(loss)+1)   plt.plot(epochs, loss, 'bo', label="train_loss") plt.plot(epochs, val_loss, 'b', label="val_loss") plt.xlabel("epoch") plt.ylabel("loss") plt.legend(loc='best') plt.show()   Colored by Color Scripter

cs

 

위의 소스코를 실행시키면 아래와 같은 출력값을 얻을 수 있다 -> 대략, epoch=5 가 적당하다.

 

epoch=5로 하여 모델을 다시 학습시킨 후, 정확도를 확인해보면 아래와 같다. (대략 acc = 87%)