[Keras] 케라스 입문!

'코딩셰프의 3분 딥러닝 케라스맛'이란 책으로 케라스에 입문합니다.

텐서플로 책을 끝냈기 때문에 좀 수월하지 않을까 싶습니다.

라이브러리 자체도 고수준이고...

무엇보다 마음에 들었던건 케라스라는게 사실 거대한 레퍼라는 설계?

텐서플로 위에 케라스, MXNet 위에 케라스, CNTK 위에 케라스... ㅎㄷㄷ 대체 코드를 어떻게 짜면 이런게 되는거지.

첫 케라스 코드:

import keras
import numpy as np
 
# 문제
x = np.array([0, 1, 2, 3, 4])
y = x * 2 + 1
 
# 신경망 생성
model = keras.models.Sequential()
model.add(keras.layers.Dense(1, input_shape=(1,)))
 
# 확률적 경사 하강법과 평균 제곱 오차를 사용
model.compile('SGD', 'mse')
 
# 학습
model.fit(x[:2], y[:2], epochs=1000, verbose=0)
 
# 예측
print('Target:', y[2:])
print('Predictions:', model.predict(x[2:]).flatten())

뭐 자세한건 다음 챕터에서 설명이 나올테니 설명은 생략!

굳이 제가 하나 구글링한건 flatten 메소드인데 그냥 Numpy에 있는 API였습니다.

그럼 이만!

기대 되네요. 케라스!