딥러닝으로 걷는 시계열 예측 [CH08] 케라스 모델의 파라미터들과 기타 기법들

1. Verbose

: model.fit과 predict에서 사용하는 파라미터

CH07에서 사용한 LSTM 소스에 model.fit에 verbose를 추가하는 소스로 변경하면

터미널 창에서 결과를 확인하면 훈련하는 모습이 보이지 않고 바로 결과가 나타난다.

verbose=0으로 설정하면 훈련하는 모습이 나타나지 않는다.

시간을 단축할 수 있는 장점이 있다. 

 

verbose=1이면 진행 상황들을 보여주고, 훈련되고 있는 모습 2가지를 화면에 보여준다.

 

 

2. EarlyStoppig

모델 학습을 시키면 오히려 성능이 떨어지는 과적합 단계로 빠지게 된다. 

케라스에서는 어느 정도의 결괏값이 나오게 되면 멈추게 하는 기능이 제공된다. 이 기능은 fit에서 사용한다.

 

EarlyStopping을 import하고 early_stopping을 정의한다.

: loss값이 최솟값에서 10번 이상 변함이 없거나 올라가면 중지한다.

 

여기서 earlystopping 적용을 확인하기 위해 epoches를 1000으로 입력하고, verbose=2를 사용한다.

fit의 callbacks라는 파라미터에 리스트 형태로 입력을 해주면 된다. 

: fit에 callbacks라는 파라미터에 리스트형태로 입력을 해주면 된다

 

결과

전체코드

https://github.com/yenyen31/Artificial-Intelligence-in-Finance/blob/main/CH08/EarlyStopping.py

GitHub - yenyen31/Artificial-Intelligence-in-Finance: Artificial-Intelligence-in-Finance

 

 

2. TensorBoard

웹에서 모델을 볼 수 있는 TensorBoard 사용해서 직접 만든 모델을 시각화하기

웹에서 모델을 볼 수 있는 기능이다.

 

keras.callbacks에 있는 TensorBoard를 import하고 변수에 정의한다.

fit의 callbacks부분도 수정한다.

 

결과

 

전체코드

https://github.com/yenyen31/Artificial-Intelligence-in-Finance/blob/main/CH08/TensorBoard.py

GitHub - yenyen31/Artificial-Intelligence-in-Finance: Artificial-Intelligence-in-Finance

 

 

위 작업 코드가 있는 하위 파일을 확인해보면 graph 파일이 생성되어있다.

 

 

프롬포트에 다음 명령어 입력

 

웹에서 TensorFlow를 확인할 수 있다!

 

 

4. 모델의 Save

우리가 만든 모델을 저장Save하고 불러오는Load 방법

 

save할 때는 model.save("파일명")으로 저장하기

 

load할 때는 load_mode을 import하고 model=load_model("파일명") dmfh 

 

https://github.com/yenyen31/Artificial-Intelligence-in-Finance/blob/main/CH08/ModelLoad.py

GitHub - yenyen31/Artificial-Intelligence-in-Finance: Artificial-Intelligence-in-Finance

https://github.com/yenyen31/Artificial-Intelligence-in-Finance/blob/main/CH08/ModelSave.py

GitHub - yenyen31/Artificial-Intelligence-in-Finance: Artificial-Intelligence-in-Finance

 

 

 

 

 

 

 

 

 

#파이썬 #python #vscode