데이터 셋 분석 및 학습 비교(3) - keras Sequential Dense Net사용 및 정확도 분석

이 전 글에서 Softmax Classification Model로 테스트를 진행했지만 얕은 레이어로 낮은 정확도가 나오는 것을 확인할 수 있었다.

 

이번에는 keras Sequential Dense Net을 사용하여 이전 테스트보다 정확도가 높아졌는지

 

그리고 배치사이즈와 활성화함수, 손실함수, epoch에도 변화를 주어 차이점을 비교분석해보고자 한다.

 

keras Sequential Dense Net을 적용과 각 파라미터(배치사이즈와 활성화함수, 손실함수, epoch)는 다음과 같다.

 

Layer 9개 사용

최적화함수 : Adam

활성화함수 : Relu, Softmax

손실함수 : Crossentropy

Epoch : 100

Batch_size : 1000

이전테스트와 비교하기 위해 epoch와 Batch_size는 같게 설정했다.

설정 결과

각 레이어의 정보 값

 

 

결과는 다음과 같이 나왔다....

분석결과

 

 

결과를 분석하면 다음과 같다.

레이가 늘어나면서 (처음 4 -> 9) 정확성이 다소 향상 된 것을 볼 수 있다.

 

하지만 여기서 얻을 수 있는 결론은 "여전히 더 복잡한 연산을 하는 딥러닝 학습모델이 필요"하다는 것이다.