[Keras 개발의 흐름]

Keras는 호환가능한 층(layer)을 묶어 데이터 변환 파이프라인을 구성함으로써 딥러닝 모델을 만듬

층 호환성을 통해 각 층이 특정 크기의 입력텐서만 받고, 특정 크기의 출력텐서를 반환하는 것을 자동적으로 구성해줌

 

Keras개발의 흐름

 

[1] input과 target텐서로 이루어진 학습데이터를 정의함

[2] 네트워크 또는 모델 정의

**모델에는 2가지 방법이 있음

  [2-1] model Sequential 클래스를 사용하는 방법 : 층을 순서대로 쌓아올리며 모델을 만드는 방법

  [2-2] 함수형 API : 새로운 임의의 구조를 만드는 그래프(DAG)를 만드는 방법

이후 단계는 동일하다. 컴파일 단계에서 compile() 학습과정이 설정되며, fit으로 반복학습을 한다

[3] 손실함수, 옵티마이저, 모니터링을 위한 특정 지표를 선택해 학습 과정을 설정한다

[4] 학습데이터에 대해 모델의 fit()메서드를 반복 호출한다