tf.keras.Sequential

tf.keras.Sequential은 여러 층을 순서대로 쌓아서 신경망 모델을 구성합니다.

이 모델은 훈련과 추론이 가능한 tf.keras.Model 객체가 됩니다.



예제1

import tensorflow as tf

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(8, input_shape=(16,)))
model.add(tf.keras.layers.Dense(4))

tf.keras.Sequential()을 사용해서 신경망 모델을 하나 만들고,

add() 메서드를 사용해서 순서대로 층을 추가합니다.



예제2

import tensorflow as tf

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(8))
model.add(tf.keras.layers.Dense(4))

input_shape을 빠뜨린 경우, 모델은 weight를 갖지 않습니다.

이 경우, 모델이 build 되지 않았다고 합니다.



예제3

import tensorflow as tf

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(8))
model.add(tf.keras.layers.Dense(4))
model.build((None, 16))   # build(batch_input_shape)

build() 메서드를 사용해서 입력의 형태를 지정하면 모델이 build되고, 이제 weight를 가집니다.



이전글/다음글

다음글 :

공유하기