모델의 변형 & 적용 -2-

안녕하세요?

 

이번 포스팅에서는 지난번 포스팅에 이어서 계속해서 조건을 바꾸어서 한번 무언가를 들어가 보고자 합니다. 일단 이 작업을 하기 앞서서 이 모델이나 이게 항상 맞는 것은 아닐 뿐더러............ 거기다가 저 역시 기계학습에 대해서 자세하게 알기는 커녕 상당히 모르는 부분이 많이 있습니다. 다만, 이런다고 해서 도전하지 않을 것도 아니기는 합니다.

 

다음으로는 한번 에포크의 숫자를 줄이면 더 나아질 것인가 싶어서 한번, 6000에서 4000으로 줄여서 무언가를 해 보고자 합니다.

 

그리고 나서 2번재 py파일에 있는 코드를 통해서 일단 위 스크린샷에서 볼 수 있는 것처럼 우선은 하나 만들어서 예측에 들어가 보도록 합니다.

 

그리고 나서 결과가 나왔는데, 이것만 가지고서는 어떻게 결과가 제대로 나온 것이 맞는지 아닌지에 대해서는 아직 알기가 어렵다는 생각이 듭니다.

 

 

1000에포크로 한번 같은 모델에서 학습 횟수만 줄인 것을 시작해 보도록 합니다. 의외로 이렇게 하니, 금방 끝나기는 끝이 났습니다.

 

그리고 나서 이제는 예측을 하기 위한 과정에 들어가 보도록 합니다. 이렇게 해서 들어갔다면, 이제 다음으로 가야 할 것으로는 역시나..........

 

그렇게 해서 위 스크린샷에서 볼 수 있는 것처럼, 일단은 하나 결과가 나왔습니다만, 겉으로 보기에는 무언가 더 나아진 것 같다는 생각이 듭니다.

 

그리고 나서 다음으로는 위 스클니샷에서 보이는 것처럼 좀 더 결과가 안 좋다는 느낌이 들어서 한번, 1500에포크로 늘려서 작업을 시작해 보았습니다.

 

그리고 학습된 모델이 나왔다면, 이제는 위 스크린샷에서 볼 수 있는 것처럼, 일단은 예측을 하는 - 활용을 하는 작업에 들어가 주도록 합니다.

 

이렇게 해서 결과가 나오기는 나왔습니다만, 이것만 가지고서는 무어라 말을 하기가 곤란하다는 생각이 듭니다. 그래서 다음 포스팅 부터는 한번 모델을 바꾸어서 그 결과를 비교 분석해 보는 시간을 가져 보는 것이 어떤가 하는 생각이 들었습니다.