케라스 창시자에게 배우는 딥러닝 책을 공부하고 실습하기 위한 레포지토리입니다. 책을 읽고 실습 코드를 작성해보았습니다.
실습과 더불어 매 실습마다 어떻게 모델의 Accuracy를 높일 수 있을지 고민하며 다양한 시도를 해보았습니다.
단순히 층이나 은닉 유닛 갯수와 같은 size 측면에서 모델 구조를 변경하는 것에서부터 optimizer나 batch 수, epoch 수를 변경하는 것이나 early stopping, L1, L2과 같은 regularization 기법을 사용한 것도 있습니다.
단순히 책의 코드만을 따라하기 보다는 다양한 시도를 통해 모델의 Accuracy를 높이는 방법을 탐구합니다.
책의 역자가 직접 운영하는 레포지토리에 가면 교재에 나온 코드에 대한 더 자세한 설명을 볼 수 있습니다.
https://github.com/rickiepark/deep-learning-with-python-notebooks
각 문제와 데이터셋에 따라 어떠한 파일을 참고해야 하는지 아래 적어두었습니다.
- IMDB 영화 리뷰 이진 감정 분류 :
IMDB_binary_classification.ipynb - Reuters 데이터셋 뉴스 기사 다중 분류 :
classifying-newswires(Reuters dataset).ipynb - Boston 집값 예측 :
predicting-house-price.ipynb - 개와 고양이 사진 분류 :
cats-and-dogs(image classification).ipynb - Convnet 시각화(위에서 사용한 개, 고양이 사진 분류 convnet) :
convnet-visualization.ipynb